Numpy基本操作-random模块-常用函数

最新推荐文章于 2024-04-18 00:28:41 发布

QiuBeiXianSeng

最新推荐文章于 2024-04-18 00:28:41 发布

阅读量881

点赞数

分类专栏：基本操作 random模块常用函数文章标签： python numpy random 数据分析

本文链接：https://blog.csdn.net/QiuBeiXianSeng/article/details/108272689

版权

np.random为我们提供了许多获取随机数的函数。其实是python内置random模块进行的封装

np.random.rand
生成一个值为[0,1)之间的数组，形状由参数指定，如果没有参数，那么将返回一个随机值。示例代码如下

import numpy as np

np.random.rand()  # 随机生成0-1之间的数

np.random.seed
用于指定随机数生成时所用算法开始的整数值，如果使用相同的seed()值，则每次生成的随即数都相同，如果不设置这个值，则系统根据时间来自己选择这个值，此时每次生成的随机数因时间差异而不同。一般没有特殊要求不用设置。以下代码：

np.random.seed(1)  # 如果加上seed 每次执行的结果都是一样的
np.random.rand()

np.random.randn
生成均值(μ)为0，标准差（σ）为1的标准正态分布的值。示例代码如下：

#生成一个2行3列的数组，数组中的值都满足标准正太分布
np.random.randn(2,3) # 标准差为1的标准正太分布的值

np.random.randint
生成指定范围内的随机数，并且可以通过size参数指定维度。示例代码如下

np.random.randint(1,10,size=(4,4)) #[low,high],size是数组的形状

np.random.choice
从一个列表或者数组中，随机进行采样。或者是从指定的区间中进行采样，采样个数可以通过参数指定

data = np.arange(5)
data

# 从data中 随机取值构建成 4行4列 的数组
np.random.choice(data,size=(4,4))

np.random.shuffle
把原来数组的元素的位置打乱。

arr = np.arange(10)
np.random.shuffle(arr)  # 将arr的顺序打乱

# 注

关注