python随机数

本文主要探讨Python中的random库和numpy.random库在生成随机数方面的应用。介绍了如何使用random库的基本函数生成不同类型的随机数,以及numpy.random库在大规模数据生成和高级随机数分布中的优势。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

random库

import random
random.randint(1,10)	产生110的一个整数型随机数
random.random()			产生01之间的随机浮点数
random.uniform(1.1,5.4)	产生1.15.4之间的随机浮点数,区间可以不是整数
random.choice([1,2,3,4])	从序列中随机选取一个元素
random.randrange(1,100,2)	生成从1100的间隔为2的随机整数
random.shuffle([1,3,5,6])	将列表中的元素顺序打乱

numpy.random库

import numpy as np
————————————————
np.random.rand(2,4)	产生n维的均匀分布的随机数
————————————————
>>> np.random.rand(3,2)
array([[ 0.14022471,  0.96360618],
       [ 0.37601032,  0.25528411],
       [ 0.49313049,  0.94909878]])
————————————————
np.random.randn(2,4)	产生n维的正态分布的随机数
————————————————
>>> np.random.randn()
2.1923875335537315
>>> 2.5 * np.random.randn(2, 4) + 3
array([[-4.49401501,  4.00950034, -1.81814867,  7.29718677],
[ 0.39924804,  4.68456316,  4.99394529,  4.84057254]]) 
————————————————
np.random.randint(1,50,5)	产生n--m之间的k个整数
————————————————
>>> np.random.randint(5, size=(2, 4))
array([[4, 0, 2, 1],[3, 2, 2, 0]])
————————————————
np.random.random(10)	产生n个0--1之间的随机浮点数
np.random.choice([2,5,7])	从序列中选择数据
np.random.shuffle([2,5,7])	把序列中的数据打乱,不会参数返回值,改变在原列表中修改
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值