np.random使用与小结

最新推荐文章于 2024-05-04 14:50:47 发布
最新推荐文章于 2024-05-04 14:50:47 发布
阅读量618 收藏 2
点赞数
分类专栏： Python学习之路 文章标签： 概率论 机器学习 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44159782/article/details/122005082
版权
这篇博客总结了numpy.random中的几个常用函数，包括choice用于从数列中随机选择元素，rand生成[0,1)间的均匀分布，randint用于产生离散均匀分布，randn提供标准正太分布，random则产生[0.0, 1.0)的连续均匀分布。此外，还提到了random_sample和sample作为random的别名，以及standard_normal作为randn的另一种参数形式。" 123468583,11283024,小波模极大值法在信号去噪中的应用与Matlab实现,"['信号处理', '图像处理', 'Matlab', '算法']
摘要由CSDN通过智能技术生成

一、np.random.choice

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

从数列a中随机选择size个元素，replace为True表示选出的元素允许重复。p为元素被选中的概率数列

a = np.arange(10)
n1 = np.random.choice(a,5)
n2 = np.random.choice(a,5,replace=False)
print(a),print(n1),print(n2)

[0 1 2 3 4 5 6 7 8 9] 
[6 7 2 8 6] 
[7 5 0 1 2]

np.random.choice(np.arange(4), 3, replace=False, p=[0.4,0.2,0.2,0.2])

array([0, 3, 2])

二、np.random.rand

np.random.rand(d0, d1, ..
最低0.47元/天 解锁文章
夏天的爱人是绿色
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
python的np.random.standard_normal（）函数
changzi990的博客
06-13 255
返回标准正态分布(均值=0，标准差=1)的概率密度随机数, size默认为None(返回1个随机数），也可以为int或数组。
numpy中生成随机数的几种常用函数(小结)
12-17
1）生成指定形状的0-1之间的随机数：np.random.random()和np.random.rand() array1 = np.random.random((3)) display(array1) # ----------------------------------- array2 = np.random.random((3,4)) display...
np.random()
shuijinghua的博客
06-19 674
1.种子固定时 import numpy as np seed=9 np.random.seed(seed)#如果使用相同的num，则每次生成的随机数都相同。 perm = np.random.permutation(10)#这里找10表示生成器10个随机数 print(perm)#因为前面的随机数种子固定，都是，所以这里无论运行多少遍程序，生成的随机数都一样，都是[8 4 7 2 1 9 3...
np.random
芒果干的博客
10-27 216
本文目录np.random1. np.random.choice np.random 1. np.random.choice np.random.choice(a, size=None, replace=True, p=None) a：一维array（tuple or dic）或者int；如果是int采样集合为np.arange即[0,1,2,...,a−1][0, 1, 2, ... , a-1][0,1,2,...,a−1] szie：int或者tuple，int表示采样几个值，tuple表示采样出来
numpy中的np.random用法
Candyerer的博客
12-16 1万+
一、np.random.rand()：生成指定维度的[0,1)间的随机数 np.random.rand(4,3);///生成4行3列的数组，数组中内一个元素都是[0,1)间的随机数 二、np.random.random()：生成指定维度的[0,1)间的随机数 np.random.random([4,3]);///生成4行3列的数组，数组中内一个元素都是[0,1)间的随机数,等同于np.random.rand(); 三、np.random.randn()：生成的随机数服从正态分布 np.random.ra
【Numpy】一文向您详细介绍 np.random.rand()
创作高质量博文，分享知识，共同进步！
05-02 3124
🔮 探索Numpy随机数魔法！🔮 🎲揭开Numpy中`np.random.rand()`的神秘面纱，深入理解其参数与用法。🔍 实际应用中，从模拟随机过程到生成数据集，其威力无穷。💡 np.random模块还有更多强大函数等你挖掘。🎯 随机数在机器学习领域至关重要，掌握其可复现性更是研究利器。🔑 快来一探究竟，开启你的随机数探索之旅！#Numpy #随机数 #机器学习 #可复现性
【Numpy】一文向您详细介绍 np.random.randn()
创作高质量博文，分享知识，共同进步！
05-03 2879
🚀探索Numpy的随机数魔法！🎲一文带您走进`np.random.randn()`的奥秘，深入了解其参数与实际应用。🔍掌握np.random模块其他强大函数，助力数据科学与机器学习之旅。💡随机数在机器学习中的关键角色不容小觑，确保实验可复现性更是关键。🔑快来领略Numpy随机数生成的魅力，助您研究更上一层楼！#Numpy #np.random.randn #机器学习 #可复现性
Numpy的简单用法小结
01-01
Numpy的简单用法，下面就一起来了解一下 ...>>> np.random.rand(3, 4) array([[ 0.16215336, 0.49847764, 0.36217369, 0.6678112 ], [ 0.66729648, 0.86538771, 0.32621889, 0.07709784], [ 0.05460976, 0.3446
Python生成随机数组的方法小结
09-21
除了以上两个函数，`numpy.random`模块还提供了其他生成随机数组的方法，如`np.random.choice`（从给定序列中随机选择元素）、`np.random.normal`（生成服从正态分布的数组）和`np.random.randint`（生成整数数组）...
python中np.random的使用
m0_67173953的博客
09-03 418
【代码】python中np.random的使用。
【Numpy】一文向您详细介绍 np.random.uniform()
最新发布
创作高质量博文，分享知识，共同进步！
05-04 3199
🚀掌握Numpy随机数生成，从`np.random.uniform()`开始！🔍 🎲轻松理解`np.random.uniform()`的作用与用法，探索其在实际数据分析中的📊应用场景。🔄 💡还有更多随机数生成函数等你发掘，如`randn()`, `randint()`等。🔍 🌈一文在手，随机生成无忧！读完秒变Numpy随机数生成达人！#Numpy #随机数生成 #np.random.uniform() #数据分析 #机器学习
np.random,随机生成数的库
笑一个吧
04-11 212
随机数符合标准的正态分布 ''' 正态分布，均值，空值最高点位置，默认值是0，方差，图形形状，默认值1，>1,矮胖，<1高瘦 正态分布N（μ，σ2）曲线中，μ一定时，σ越大，曲线越“矮胖”；σ越小，曲线越“瘦高”，表示取值越集中． ''' #randn 随机数符合标准的正态分布 arr_randn = np.random.randn(2,3) print(arr_randn) 随机数...
详述numpy中的np.random.rand()、np.random.randn()、np.random.randint()、np.random.uniform()函数的用法
热门推荐
BaoITcore的博客
06-14 4万+
np.random.rand()、np.random.randn()、np.random.randint()、np.random.uniform()函数的区别和用法，他们返回值都是怎么样的？本篇文章通过代码带你理解它们各自的作用。
详述numpy中的np.random各个函数的用法
猫敷雪
12-28 1344
该函数括号内的参数指定的是返回结果的形状，如果不指定，那么生成的是一个浮点型的数；返回结果：返回值是一个大小为size的数组，如果指定了low和high这两个参数，那么生成的元素值的范围为[low,high)，不包括high；我们前面已经说过了rand()这个函数，它返回的元素值是服从0-1的均匀分布，那如果不想要生成的是0-1范围内的均匀分布，想要其它范围内的均匀分布怎么办呢。其返回值的元素类型为浮点型。结果中的每一个元素是服从0~1均匀分布的随机样本值，也就是返回的结果中的每一个元素值在0-1之间。
Numpy | np.random随机模块的使用介绍
Clichong
05-11 2335
如有错误，恳请指出。 文章目录1. 随机抽样2. 随机排序3. 随机分布4. 随机种子 平时都会使用到随机模块，一般是torch.random或者是numpy.random，有或者是直接使用ramdom这个python内置的工具包，那么下面就简单记录一下numpy.random常用的函数。 1. 随机抽样 import numpy as np np.random.randn(3,3) # 从标准正太分布中返回样本 np.random.rand(3,3) # 从0-1均匀分布分布中返回样本 np.ra.
numpy.random.poisson(lam=1.0, size=None)
一亿少女的梦
07-30 3220
numpy.random.poisson(lam=1.0, size=None)从泊松分布绘制样本。 泊松分布是大N的二项分布的极限。 参数： lam：float，期望间隔，应为≥0。 size：int或tuple的整数，可选。输出形状。例如（m， n， k）默认值为None，在这种情况下返回单个值。 返回： samples：ndarray或scalar。绘制的样本。 转自：numpy.random.poisson ...
python np random_python的numpy.random详细解析
weixin_32642109的博客
02-19 1068
随机抽样 (numpy.random)简单的随机数据rand(d0, d1, …, dn) 随机值>>> np.random.rand(3,2)array([[ 0.14022471, 0.96360618], #random[ 0.37601032, 0.25528411], #random[ 0.49313049, 0.94909878]]) #randomran...
[学习笔记]numpy.random
Banbakaban的博客
06-28 376
numpy库中，随机取样模块random的大量功能经常被用到，本文记录最常用到的部分函数及功能。 一、基本案例 案例1：生成一个正态分布散点图 函数：random.normal(loc=0.0,scale=1.0,size=none) loc为均值，scale为标准差，size为个数 代码： x=np.random.normal(scale=2.1,size=1000) y=np.random.normal(scale=2.1,size=1000) plt.scatter(x,y,c='r') 案例2
python之常见random用法小结
weixin_51963007的博客
11-06 4055
总结了python中numpy 与 torch 包中的一些使用random去生成随机数的代码。
np.random 与 np.random.random的区别
11-29
例如，可以使用np.random.rand()函数生成一个[0,1)之间的随机数，如下所示： ```python import numpy as np x = np.random.rand() # 生成一个[0,1)之间的随机数 print(x) ``` np.random.random函数则是np.random....
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

夏天的爱人是绿色

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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