【python】random and np.radom

参考 Python从零开始系列连载，by 王大伟 Python爱好者社区

参考 Hellobi Live | 1小时破冰入门Python

参考 《简明python教程》

Note: 更多连载请查看【python】

---

---

1 Random

1.1 choice()

1.1.1 random.choice()

从序列中获取一个随机元素

import random
random.choice('Python大法好')   

结果为'法'

random.choice(['a','b','c'])  # 列表

结果为'c'

random.choice(('a','b','c')) # 元组

结果为'b'

---

1.1.2 np.random.choice()

numpy.random.choice(a, size=None, replace=True, p=None)

• 从给定的一维数组中生成随机数
• 参数： a为一维数组类似数据或整数；size为数组维度；p为数组中的数据出现的概率
• a为整数时，对应的一维数组为np.arange(a)

import numpy as np
np.random.choice(5,size=(3,2))

output

replace = True 的时候，抽样会有重复，=False的时候不会

import numpy as np
list1 =[1,2,3,4,5]
list2 = np.random.choice(list1,4,replace=False)
list2

Output

array([5, 2, 1, 4])

---

list1 =[1,2,3,4,5]
list2 = np.random.choice(list1,4,replace=True)
list2

Output

array([1, 3, 1, 5])

比较灵活的用法是，利用 replace = True 进行无中生有，例如 ReID 中的 num_instance

list1 = [1,2]
np.random.choice(list1, 4, replace=True)

output

array([1,2,1,2])

---

1.2 randint()

1.2.1 random.randint()

用于生成一个指定范围内的整数，能取到左右两个边界的值

import random
print(random.randint(2,3))

取得到3

1.2.2 np.random.randint()

np.random.randint(low, high=None, size=None) 返回随机整数，范围区间为[low,high）

import numpy as np
print(np.random.randint(2,3))

取不到3

1.2.3 np.random.random_integers()

numpy.random.random_integers(low, high=None, size=None)

• 返回随机整数，范围区间为[low,high]，包含low和high
• 参数：low为最小值，high为最大值，size为数组维度大小
• high没有填写时，默认生成随机数的范围是[1，low]

1.2.4 np.random.rand()

numpy.random.rand(d0,d1,…,dn)

• rand函数根据给定维度生成[0,1)之间的数据，包含0，不包含1
• dn表格每个维度
• 返回值为指定维度的array

1.2.5 np.random.randn()

numpy.random.randn(d0,d1,…,dn)

• randn函数返回一个或一组样本，具有标准正态分布。
• dn表格每个维度
• 返回值为指定维度的array

1.3 random()

1.3.1 random.random()

用于生成一个 0 到 1 的随机符点数: 0 <= n < 1.0

import random
random.random()

结果为0.3238482303759488

1.3.2 np.random.random()

numpy.random.random(size=None)

生成 [0,1) 之间的浮点数

1.4 random.randrange()

https://www.runoob.com/python/func-number-randrange.html

从序列中获取一个随机数

random.randrange(10,100,2)#从[10, 12, 14, 16, ... 96, 98]序列中获取一个随机数

结果为

50

---

1.5 random.sample()

从指定序列中随机获取指定长度的片断，不改变原来序列顺序

list2 = [i**2 for i in range(0,10)]
random.sample(list2,3)

结果为

[4, 49, 0]

看看list2有没有改变

list2

结果为
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
没有改变，所以sample函数不会修改原有序列

---

1.6 random.shuffle()

将一个列表中的元素打乱

list1 = [1,2,3,4,5,6]
random.shuffle(list1)
list1

结果为
[5, 6, 4, 3, 1, 2]

---

1.7 random.uniform()

uniform() 方法将随机生成下一个实数，它在 [x, y) 范围内。

random.uniform(2,3)

结果为

2.1728175107763374

2 组合

2.1 随机产生指定区间和长度的整数

import random
def random_int_list(start, stop, length):
    start, stop = (int(start), int(stop)) if start <= stop else (int(stop), int(start))
    length = int(abs(length)) if length else 0
    random_list = []
    for i in range(length):
        random_list.append(random.randint(start, stop)) # 核心
    return random_list

测试

random_float_list(1.0,2.0,5)

output

[1.08,
 1.6200000000000006,
 1.7000000000000006,
 1.9500000000000008,
 1.7800000000000007]

2.2 随机产生指定区间和长度的浮点数

import random
def random_float_list(start, stop, length):
    start, stop = (start, stop) if start <= stop else (stop,start)
    length = int(abs(length)) if length else 0
    random_list = []
    for i in range(length):
        random_list.append(np.random.choice(np.arange(start,stop,0.01))) # 核心
    return random_list

测试

random_int_list(1,10,5)

output

[2, 10, 7, 7, 9]

3 linspace() 等差数列

linspace()通过指定开始值、终值和元素个数创建表示等差数列的一维数组，可以通过endpoint参数指定是否包含终值，默认值为True，即包含终值。

x_data = np.linspace(-1,1,10)
x_data #(10,)

output

array([-1.        , -0.77777778, -0.55555556, -0.33333333, -0.11111111,
        0.11111111,  0.33333333,  0.55555556,  0.77777778,  1.        ])

加一维

x_data = np.linspace(-1,1,10)[:,np.newaxis]
x_data

output

array([[-1.        ],
       [-0.77777778],
       [-0.55555556],
       [-0.33333333],
       [-0.11111111],
       [ 0.11111111],
       [ 0.33333333],
       [ 0.55555556],
       [ 0.77777778],
       [ 1.        ]])

4 np.random.seed()

• np.random.seed()的作用：使得随机数据可预测。
• 当我们设置相同的seed，每次生成的随机数相同。如果不设置seed，则每次会生成不同的随机数

import numpy as np
np.random.seed(155)
print(np.random.rand(5))
np.random.seed(155)
print(np.random.rand(5))
np.random.seed(0)
print(np.random.rand(5))

output

[0.65232633 0.92112296 0.17314591 0.62062509 0.10662668]
[0.65232633 0.92112296 0.17314591 0.62062509 0.10662668]
[0.5488135  0.71518937 0.60276338 0.54488318 0.4236548 ]

---

Note: 更多连载请查看【python】