numpy中幾種隨機(jī)數(shù)生成函數(shù)的用法
一、np.random.rand()
該函數(shù)括號(hào)內(nèi)的參數(shù)指定的是返回結(jié)果的形狀,如果不指定,那么生成的是一個(gè)浮點(diǎn)型的數(shù);如果指定一個(gè)數(shù),那么生成的是一個(gè)numpy.ndarray類(lèi)型的數(shù)組;如果指定兩個(gè)數(shù)字,那么生成的是一個(gè)二維的numpy.ndarray類(lèi)型的數(shù)組。如果是兩個(gè)以上的數(shù)組,那么返回的維度就和指定的參數(shù)的數(shù)量個(gè)數(shù)一樣。其返回結(jié)果中的每一個(gè)元素是服從0~1均勻分布的隨機(jī)樣本值,也就是返回的結(jié)果中的每一個(gè)元素值在0-1之間。
import numpy as np mat = np.random.rand() print(mat) print(type(mat)) mat = np.random.rand(2) print(mat) print(type(mat)) mat = np.random.rand(3, 2) print(mat) print(type(mat))
輸出:
二、np.random.randn()
該函數(shù)和rand()函數(shù)比較類(lèi)似,只不過(guò)運(yùn)用該函數(shù)之后返回的結(jié)果是服從均值為0,方差為1的標(biāo)準(zhǔn)正態(tài)分布,而不是局限在0-1之間,也可以為負(fù)值,因?yàn)闃?biāo)準(zhǔn)正態(tài)分布的曲線是關(guān)于x軸對(duì)陣的。其括號(hào)內(nèi)的參數(shù)如果不指定,那么生成的是一個(gè)浮點(diǎn)型的數(shù);如果指定一個(gè)數(shù),那么生成的是一個(gè)numpy.ndarray類(lèi)型的數(shù)組;如果指定兩個(gè)數(shù)字,那么生成的是一個(gè)二維的numpy.ndarray類(lèi)型的數(shù)組。和rand()相比,除了元素值不一樣,其他的性質(zhì)是一樣的。
import numpy as np mat = np.random.randn() print(mat) print(type(mat)) mat = np.random.randn(2) print(mat) print(type(mat)) mat = np.random.randn(3, 2) print(mat) print(type(mat))
輸出:
三、np.random.randint(low,high,size,dtype)
該函數(shù)中包含了幾個(gè)參數(shù),其具體含義為:
low:生成的元素值的最小值,即下限,如果沒(méi)有指定high這個(gè)參數(shù),則low為生成的元素值的最大值。
high:生成的元素值的最大值,即上限。
size:指定生成元素值的形狀,也就是數(shù)組維度的大小。
dtype:指定生成的元素值的類(lèi)型,如果不指定,默認(rèn)為整數(shù)型
返回結(jié)果:返回值是一個(gè)大小為size的數(shù)組,如果指定了low和high這兩個(gè)參數(shù),那么生成的元素值的范圍為[low,high),不包括high;如果不指定high這個(gè)參數(shù),則生成的元素值的范圍為[0,low)。如果不指定size這個(gè)參數(shù),那么生成的元素值的個(gè)數(shù)只有一個(gè)。
import numpy as np # 指定一個(gè)參數(shù)low mat = np.random.randint(low=1) print(mat) print(type(mat)) # 指定low和high,生成一個(gè)[low,high)的元素值 mat = np.random.randint(low=1, high=5) print(mat) print(type(mat)) # 指定size大小,生成一個(gè)三行三列的二維數(shù)組,元素個(gè)數(shù)為3x3=9個(gè) mat = np.random.randint(low=2, high=10, size=(3, 3)) print(mat) # 查看默認(rèn)元素值的類(lèi)型 print(type(mat[0][0])) mat = np.random.randint(low=2, high=10, size=(3, 3), dtype=np.uint8) print(mat) print(type(mat[0][0]))
輸出:
注意:low=1代表從0取值,high=10代表最高取值為9。
四、np.random.uniform(low,high,size)
參數(shù)說(shuō)明:
low:生成元素值的下界,float類(lèi)型,默認(rèn)值為0。
high:生成元素值的上界,float類(lèi)型,默認(rèn)值為1。
size:輸出樣本的數(shù)目,可以指定一個(gè)值,也可指指定大于等于兩個(gè)值。
返回對(duì)象:ndarray類(lèi)型,形狀為size中的數(shù)值指定,其元素個(gè)數(shù)為size指定的參數(shù)的乘積。
我們前面已經(jīng)說(shuō)過(guò)了rand()這個(gè)函數(shù),它返回的元素值是服從0-1的均勻分布,那如果不想要生成的是0-1范圍內(nèi)的均勻分布,想要其它范圍內(nèi)的均勻分布怎么辦呢。
uniform()實(shí)現(xiàn)了這個(gè)功能,它可以生成服從指定范圍內(nèi)的均勻分布的元素。其返回值的元素類(lèi)型為浮點(diǎn)型。需注意的是元素值的范圍包含low,不包含high。
import numpy as np # 指定一個(gè)參數(shù)low mat = np.random.uniform() print(mat) print(type(mat)) # 指定low和high,生成一個(gè)[low,high)的元素值 mat = np.random.uniform(low=5, high=10) print(mat) print(type(mat)) # 指定size大小,生成一個(gè)三行三列的二維數(shù)組,元素個(gè)數(shù)為3x3=9個(gè) mat = np.random.uniform(low=2, high=10, size=(3, 3)) print(mat) # 查看默認(rèn)元素值的類(lèi)型 print(type(mat[0][0])) mat = np.random.uniform(low=2, high=10, size=(3, 3, 2)) print(mat) print(type(mat[0][0][0]))
輸出:
總結(jié)
以上就是常用的隨機(jī)數(shù)生成函數(shù),具體用哪一個(gè),可根據(jù)自己需求,想要生成什么隨機(jī)數(shù),那就使用什么樣的函數(shù)。更多相關(guān)numpy 隨機(jī)數(shù)生成函數(shù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- python numpy 常用隨機(jī)數(shù)的產(chǎn)生方法的實(shí)現(xiàn)
- OpenCV python sklearn隨機(jī)超參數(shù)搜索的實(shí)現(xiàn)
- numpy中生成隨機(jī)數(shù)的幾種常用函數(shù)(小結(jié))
- Sklearn調(diào)優(yōu)之網(wǎng)格搜索與隨機(jī)搜索原理詳細(xì)分析
- Numpy隨機(jī)抽樣的實(shí)現(xiàn)
- Numpy的np.random隨機(jī)模塊詳解
- Python?sklearn庫(kù)中的隨機(jī)森林模型詳解
- Numpy創(chuàng)建數(shù)組和隨機(jī)數(shù)組的方法小結(jié)
- Pandas+Numpy+Sklearn隨機(jī)取數(shù)的實(shí)現(xiàn)示例
相關(guān)文章
python 調(diào)用pyautogui 實(shí)時(shí)獲取鼠標(biāo)的位置、移動(dòng)鼠標(biāo)的方法
今天小編就為大家分享一篇python 調(diào)用pyautogui 實(shí)時(shí)獲取鼠標(biāo)的位置、移動(dòng)鼠標(biāo)的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-08-08用Python將動(dòng)態(tài)GIF圖片倒放播放的方法
GIF(Graphics Interchange Format) 是一種可以用來(lái)呈現(xiàn)動(dòng)畫(huà)效果的圖片格式,原理就是保存很多幀(Frame)靜態(tài)圖像,然后連續(xù)呈現(xiàn)。這篇文章主要介紹了用Python將動(dòng)態(tài)GIF圖片倒放播放的方法,需要的朋友可以參考下2016-11-11Python基于smtplib模塊發(fā)送郵件代碼實(shí)例
這篇文章主要介紹了Python基于smtplib模塊發(fā)送郵件代碼實(shí)例,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-05-05Python中矩陣創(chuàng)建和矩陣運(yùn)算方法
今天小編就為大家分享一篇Python中矩陣創(chuàng)建和矩陣運(yùn)算方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-08-08python中小數(shù)點(diǎn)后取2位(四舍五入)及取2位(四舍五不入)的方法
這篇文章主要給大家介紹了python中小數(shù)點(diǎn)后取2位(四舍五入)及取2位(四舍五不入)的方法,在Python中取兩位小數(shù)的方法其實(shí)非常簡(jiǎn)單,需要的朋友可以參考下2023-08-08Python進(jìn)行數(shù)據(jù)提取的方法總結(jié)
數(shù)據(jù)提取是分析師日常工作中經(jīng)常遇到的需求。如某個(gè)用戶的貸款金額,某個(gè)月或季度的利息總收入,某個(gè)特定時(shí)間段的貸款金額和筆數(shù),大于5000元的貸款數(shù)量等等。本篇文章介紹如何通過(guò)python按特定的維度或條件對(duì)數(shù)據(jù)進(jìn)行提取,完成數(shù)據(jù)提取需求。2016-08-08Python Django 后臺(tái)管理之后臺(tái)模型屬性詳解
這篇文章主要介紹了Python Django 后臺(tái)管理之后臺(tái)模型屬性,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2021-04-04Django的開(kāi)發(fā)步驟原來(lái)是這樣的
這篇文章主要為大家詳細(xì)介紹了Django的開(kāi)發(fā)步驟,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來(lái)幫助2022-02-02