您的位置:首页 > 编程语言 > Python开发

Python和numpy生成随机数

2014-09-05 22:30 507 查看
http://blog.csdn.net/pipisorry/article/details/39086463

随机数种子

要每次产生随机数相同就要设置种子,相同种子数的Random对象,相同次数生成的随机数字是完全相同的;

random.seed(1)

这样random.randint(0,6, (4,5))每次都产生一样的4*5的随机矩阵

关于种子的介绍可参见[Java - 常用函数Random函数]

Python中的random模块(用于生成随机数)

random.random

random.random()用于生成一个0到1的随机符点数: 0 <= n < 1.0

random.uniform

  random.uniform的函数原型为:random.uniform(a, b),用于生成一个指定范围内的随机符点数。如果a > b,则生成的随机数n: b <= n <= a。如果 a <b, 则 a <= n <= b。

[python] view
plaincopy

print random.uniform(10, 20)

print random.uniform(20, 10)

#---- 结果(不同机器上的结果不一样)

#18.7356606526

#12.5798298022

random.randint

  random.randint()的函数原型为:random.randint(a, b),用于生成一个指定范围内的整数。其中参数a是下限,参数b是上限,生成的随机数n: a <= n <= b

Note:a
= [random.randint(0,
100) for __
in range(100)] #生成100个指定范围内的整数

[python] view
plaincopy

print random.randint(12, 20) #生成的随机数n: 12 <= n <= 20

print random.randint(20, 20) #结果永远是20

#print random.randint(20, 10) #该语句是错误的。下限必须小于上限。

random.randrange

  random.randrange的函数原型为:random.randrange([start], stop[, step]),从指定范围内,按指定基数递增的集合中 获取一个随机数。如:random.randrange(10, 100, 2),结果相当于从[10, 12, 14, 16, ... 96, 98]序列中获取一个随机数。random.randrange(10, 100, 2)在结果上与 random.choice(range(10, 100, 2) 等效。

random.choice

  random.choice从序列中获取一个随机元素。其函数原型为:random.choice(sequence)。参数sequence表示一个有序类型。这里要说明 一下:sequence在python不是一种特定的类型,而是泛指一系列的类型。list, tuple, 字符串都属于sequence。有关sequence可以查看python手册数据模型这一章,也可以参考:http://www.17xie.com/read-37422.html 。下面是使用choice的一些例子:

[python] view
plaincopy

print random.choice("学习Python")

print random.choice(["JGood", "is", "a", "handsome", "boy"])

print random.choice(("Tuple", "List", "Dict"))

random.shuffle

  random.shuffle的函数原型为:random.shuffle(x[, random]),用于将一个列表中的元素打乱。如:

[python] view
plaincopy

p = ["Python", "is", "powerful", "simple", "and so on..."]

random.shuffle(p)

print p

#---- 结果(不同机器上的结果可能不一样。)

#['powerful', 'simple', 'is', 'Python', 'and so on...']

random.sample

  random.sample的函数原型为:random.sample(sequence, k),从指定序列中随机获取指定长度的片断。sample函数不会修改原有序列。

[python] view
plaincopy

list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

slice = random.sample(list, 5) #从list中随机获取5个元素,作为一个片断返回

print slice

Note:上面这些方法是random模块中最常用的,在Python手册中,还介绍其他的方法。感兴趣的朋友可以通过查询Python手册了解更详细的信息。

numpy中的random模块



linspace(start, end, num): 如linspace(0,1,11)结果为[0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1];

arange(n): 产生一个从0到n-1的向量,如arange(4)结果为[0,1,2,3]

random.random([...]): 产生随机矩阵,如random.random([2,3])产生一个2x3维的随机数

np.random.rand

from numpy import random


x = random.rand(2, 3)
print(x)
[[ 0.1169922   0.08614147  0.17997144]
 [ 0.5694889   0.43067372  0.62135592]]

x, y = random.rand(2, 3)
print(x)
print(y)
[ 0.60527337  0.78765269  0.71884661]
[ 0.67420571  0.946359    0.7632273 ]

[numpy - 基本数据类型、多维数组ndarray及函数操作]

np.random.randint

raw_user_item_mat = random.randint(0, 10, size=(3,4))     #指定生成随机数范围和生成的多维数组大小
print(raw_user_item_mat)
[[3 6 2 8]
 [3 1 2 4]
 [9 4 5 0]]

from:/article/1480682.html

ref:The
Python Standard Library

http://blog.csdn.net/jgood/article/details/4278885

Numpy中使用矩阵-特殊的函数
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: