numpy.random.randint()
numpy.random.randint(low,high=None,size=None,dtype=int)
用于返回一个或一组[low,high)的随机整数
其中high, size, dtype都是可选参数,
high:是上界,如果不传入high,则返回[0,low]的整数
size:是返回的整数的形式,可以为一维,二维等等元组,如果不传入size,默认返回一个整数
dtype:定义返回值的类型,默认为int
例子:
>>>import numpy
>>>tuple=numpy.random.randint(2,10,(2,3),int)
>>>tuple
array([[4, 5, 8],
[8, 6, 8]])
numpy.random.choice()
numpy.random.choice(a,size=None,replace=True,p=None)
用于从a中,遵从概率p,选出size个样本来
其中size, replace, p都是可选参数
a:一个1~N维数组,或是一个整型数,如果是数组,则从这个数组中随机抽取样本,如果是一个整型数,则在由numpy.arrange(a)的一维数组中抽取
size:返回的形式,可以为一维,二维等等元组,如果不传入size,默认返回一个整数
replace:决定抽取过程是否可放回
p:为a中的诸个数据项设定概率分布,如果没有给出则是一个均匀分布
例子
>>>import numpy as np
>>>array=numpy.random.choice(5,3,False,[0.1,0.3,0.2,0.2,0.2])
>>>array
array([4, 3, 0])
numpy.ones_like()
numpy.ones_like(a,dtype=None,order='K',subok=True,shape=None)
用于返回一个用1填充的,和输入数组相同形状的数组
除了a都是可选的
a:用于模仿的目标数组
dtype:决定输出的数据类型
order:{‘C’, ‘F’, ‘A’, or ‘K’} 覆盖结果的内存布局。’ C ‘表示C阶,’ F ‘表示F阶,如果A是Fortran连续的,’ A ‘表示F,否则’ C '表示F。“K”表示尽可能地匹配a的布局。
subok:一个bool值,如果为真,则新创建的数组将使用a的子类类型,否则它将是一个基类数组。默认值为True。
shape:一个整数或者其序列,用于覆盖输出的数组形状
一般来说,只需要关注a这个参数就好了,后边几个一般用不到
例子
>>>import numpy as np
>>>target_array=np.array([[2,1,4],[2,54,8]])
>>>array=np.ones_like(target_array)
>>>array
array([[1, 1, 1],
[1, 1, 1]])