【Numpy】numpy.random模块用法总结
2019-05-21 14:59
113 查看
from numpy import random
1.numpy.random.uniform(low=0.0, high=1.0, size=None)
生出
size个符合均分布的浮点数,取值范围为
[low, high),默认取值范围为
[0, 1.0)。
例:
>>> random.uniform() 0.3999807403689315 >>> random.uniform(size=1) array([0.55950578]) >>> random.uniform(5, 6) 5.293682668235986 >>> random.uniform(5, 6, size=(2,3)) array([[5.82416021, 5.68916836, 5.89708586],[5.63843125, 5.22963754, 5.4319899 ]])
2.numpy.random.rand(d0, d1, ..., dn)
生出
size个符合均分布的浮点数,取值范围为
[low, high),默认取值范围为
[0, 1.0)。
例:
>>> random.rand() 0.4378166124207712 >>> random.rand(1) array([0.69845956]) >>> random.rand(3,2) array([[0.15725424, 0.45786148], [0.63133098, 0.81789056], [0.40032941, 0.19108526]]) >>> random.rand(3,2,1) array([[[0.00404447], [0.3837963 ]], [[0.32518355], [0.82482599]], [[0.79603205], [0.19087375]]])
3.numpy.random.randint(low, high=None, size=None, dtype='I')
生成
size个整数,取值区间为
[low, high),若没有输入参数
high则取值区间为
[0, low)。
>>> random.randint(8) >>> random.randint(8, size=1) array([1]) >>> random.randint(8, size=(2,2,3)) array([[[4, 7, 0], [1, 4, 1]], [[2, 2, 5], [7, 6, 4]]]) >>> random.randint(8, size=(2,2,3), dtype='int64') array([[[5, 5, 6], [2, 7, 2]], [[2, 7, 6], [4, 7, 7]]], dtype=int64)
4.numpy.random.random_integers(low, high=None, size=None)
生成
size个整数,取值区间为
[low, high], 若没有输入参数
high则取值区间为
[1, low],注意这里左右都是闭区间。
>>> random.random_integers(5) >>> random.random_integers(5, size=1) array([2]) >>> random.random_integers(4, 5, size=(2,2)) array([[5, 4], [4, 4]])
5.numpy.random.random(size=None)
产生
[0.0, 1.0)之间的浮点数。
>>> random.random(5) array([0.94128141, 0.98725499, 0.48435957, 0.90948135, 0.40570882]) >>> random.random() 0.49761416226728084
相同用法:
numpy.random.random_sample numpy.random.ranf numpy.random.sample (抽取不重复)
6.numpy.random.shuffle(x)
与
permutation类似,随机打乱
x中的元素。若
x是整数,则打乱
arange(x). 但是
shuffle会对x进行修改。
>>> a = arange(5) >>> a array([0, 1, 2, 3, 4]) >>> random.permutation(a) array([1, 4, 3, 2, 0]) >>> a array([0, 1, 2, 3, 4]) >>> random.shuffle(a) >>> a array([4, 1, 3, 2, 0])
7.numpy.random.seed(seed=None)
设置随机生成算法的初始值.
其它符合函数分布的随机数函数
numpy.random.beta
numpy.random.f
参考链接:https://www.cnblogs.com/JetReily/p/9398148.html
相关文章推荐
- numpy.random模块用法总结
- numpy.random模块用法总结
- python的numpy模块安装不成功简单解决方法总结
- Numpy.random.randint()函数用法及源码
- Python中random模块用法实例分析
- numpy.random模块中常用函数解析
- python模块之numpy.random
- 【Python】区分python中random模块的randint与numpy.random模块的randint
- numpy的random模块中的几个常用函数
- numpy的random模块
- numpy中random的用法
- numpy中的random模块
- js中Math之random,round,ceil,floor的用法总结
- Python中的time模块与datetime模块用法总结
- numpy: np.random模块 探究(源码)
- Numpy之random模块
- numpy中一些常用函数的用法总结
- MATLAB 以及numpy工具包中的reshape函数用法总结
- python中random模块基础用法(利用random生成验证码)
- python3中,os.path模块下常用的用法总结