python下的随机函数总结

最新推荐文章于 2024-01-31 08:00:00 发布

仙界天堂

最新推荐文章于 2024-01-31 08:00:00 发布

阅读量583

点赞数

分类专栏： python 文章标签： python numpy tensorflow

本文链接：https://blog.csdn.net/sinat_21585785/article/details/75050609

版权

这篇博客总结了Python的numpy库和TensorFlow中常用的随机数生成函数，包括均匀分布、正态分布的随机数生成，以及TensorFlow的随机打乱和切片操作。在numpy中，如random.random()、random.randint()、random.uniform()和random.normal()用于生成不同类型的随机数。而在TensorFlow中，tf.random_uniform()和tf.random_normal()提供了类似的随机数生成功能，此外，tf.random_shuffle()用于打乱数据顺序，tf.slice()用于数据切片。

摘要由CSDN通过智能技术生成

实验环境：windows 7，anaconda 3(Python 3.5)，tensorflow（gpu/cpu）
函数：
numpy中的随机数：
(0,1)范围：
np.random.random(size),np.random.rand(x1[,x2[,x3[,…]]]),
这两个函数的作用功能相同都是产生(0,1)的数，只是使用方式不同，x1,x2,…指的是python中的0维度,1维度,…

随意范围：
np.random.randint(x1[,x2[,size]]),
如果不指定size则产生一个数，只指定x1产生集合{0,1,…,x1-1}中的一个数，只指定x1,x2产生集合{x1,x1+1,…,x2-1}中的一个数，如果指定了x1,x2,size则产生形状为size的矩阵，矩阵元素取自集合{x1,x1+1,…,x2-1}
np.random.uniform(x1,[x2,[,size]])
如果不指定size则产生一个数，此函数如果只指定x1虽然能产生数但是范围是不定的，所以最好至少指定x1,x2，产生的一个数选自(x1,x2)，如果指定了x1,x2,size则产生形状为size的矩阵，矩阵元素选自(x1,x2)
……………………………………………………………………………………我是分割符……………………………………………………………………………………
numpy中的正态分布数：
np.random.normal(loc=0.0,scale=1.0,size)
这个函数用来产生均值为loc,标准差为scale，形状为size的正态分布矩阵，默认值为loc=0.0,scale=1.0