random randint randn

最新推荐文章于 2024-11-11 21:30:41 发布

SunACong

最新推荐文章于 2024-11-11 21:30:41 发布

阅读量113

点赞数

分类专栏： numpy 文章标签： python 算法

本文链接：https://blog.csdn.net/qq_44808710/article/details/120788057

版权

numpy 专栏收录该内容

7 篇文章 0 订阅

订阅专栏

这篇博客介绍了如何利用numpy库在Python中生成不同类型的随机数，包括在[0.0,1.0]区间内的浮点数，指定范围的整数，以及服从正态分布的随机数。示例代码详细展示了如何创建一维、二维和三维数组，以及如何调整随机数的期望和方差。

摘要由CSDN通过智能技术生成

随即数创建

np.random.random

import numpy as np

# 创建一个一维数组【0.0, 1.0】
a = np.random.random(size=5)

# 创建一个二维数组 3行4列
a = np.random.random(size=(3, 4))

# 创建一个三维数组 2个3行4列
a = np.random.random(size=(2, 3, 4))

np.random.randint

# 创建一维整数数组   整数0-5
# randint(low, high=None, size=None, dtype=None):
a = np.random.randint(6, size=10)

# 创建一维整数数组   整数5-10
a = np.random.randint(5, 11, size=(3, 4))

# dtype默认是int32
a = np.random.randint(10, size=5, dtype=np.int64)

np.random.randn

# 创建一个一维期望为0方差为1 四个元素
a = np.random.randn(4)

# 创建一个二维期望为0方差为1 三行四列
a = np.random.randn(3, 4)

# 创建一个三维期望为0方差为1 三行四列
a = np.random.randn(2, 3, 4)

# 指定方差期望
# def normal(loc=0.0, scale=1.0, size=None):
a = np.random.normal(loc=2, scale=10,  size=5)