numpy产生一个大于0的随机数_使用numpy产生随机数

numpy中的random模块包含了很多方法可以用来产生随机数,这篇文章将对random中的一些常用方法做一个总结。

1、numpy.random.rand(d0, d1, ..., dn)

作用:产生一个给定形状的数组(其实应该是ndarray对象或者是一个单值),数组中的值服从[0, 1)之间的均匀分布。

参数:d0, d, ..., dn : int,可选。如果没有参数则返回一个float型的随机数,该随机数服从[0, 1)之间的均匀分布。

返回值:ndarray对象或者一个float型的值

例子:

# [0, 1)之间均匀分布的随机数,3行2列

a = np.random.rand(3, 2)

print(a)

# 不提供形状

b = np.random.rand()

print(b)

输出:

[[0.26054323 0.28184468]

[0.7783674 0.71733674]

[0.90302256 0.49303252]]

0.6022098740124009

2、numpy.random.uniform(low=0.0, high=1.0, size=None)

作用:返回一个在区间[low, high)中均匀分布的数组,size指定形状。

参数:

low, high:float型或者float型的类数组对象。指定抽样区间为[low, high),low的默认值为0.0,hign的默认值为1.0

size:int型或int型元组。指定形状,如果不提供size,则返回一个服从该分布的随机数。

例子:

# 在[1, 10)之间均匀抽样,数组形状为3行2列

a = np.random.uniform(1, 10, (3, 2))

print(a)

# 不提供size

b = np.random.uniform(1, 10)

print(b)

输出:

[[5.16545387 6.3769087 ]

[9.98964899 7.88833885]

[1.37173855 4.19855075]]

3.899250175275188

3、numpy.random.randn(d0, d1, ..., dn)

作用:返回一个指定形状的数组,数组中的值服从标准正态分布(均值为0,方差为1)。

参数:d0, d, ..., dn : int,可选。如果没有参数,则返回一个服从标准正态分布的float型随机数。

返回值:ndarray对象或者float

例子:

# 3行2列

a = np.random.randn(3, 2)

print(a)

# 不提供形状

b = np.random.randn()

print(b)

输出:

[[-1.46605527 0.35434705]

[ 0.43408199 0.02689309]

[ 0.48041554 1.62665755]]

-0.6291254375915813

4、numpy.random.normal(loc=0.0, scale=1.0, size=None)

作用:返回一个由size指定形状的数组,数组中的值服从 \(\mu=loc, \sigma=scale\) 的正态分布。

参数:

loc : float型或者float型的类数组对象,指定均值 \(\mu\)

scale : float型或者float型的类数组对象,指定标准差 \(\sigma\)

size : int型或者int型的元组,指定了数组的形状。如果不提供size,且loc和scale为标量(不是类数组对象),则返回一个服从该分布的随机数。

输出:ndarray对象或者一个标量

例子:

# 标准正态分布,3行2列

a = np.random.normal(0, 1, (3, 2))

print(a)

# 均值为1,标准差为3

b = np.random.normal(1, 3)

print(b)

输出:

[[ 0.34912031 -0.08757564]

[-0.99753101 0.37441719]

[ 2.68072286 -1.03663963]]

5.770831320998463

5、numpy.random.randint(low, high=None, size=None, dtype='l')

作用:返回一个在区间[low, high)中离散均匀抽样的数组,size指定形状,dtype指定数据类型。

参数:

low, high:int型,指定抽样区间[low, high)

size:int型或int型的元组,指定形状

dypte:可选参数,指定数据类型,比如int,int64等,默认是np.int

返回值:如果指定了size,则返回一个int型的ndarray对象,否则返回一个服从该分布的int型随机数。

例子:

# 在[1, 10)之间离散均匀抽样,数组形状为3行2列

a = np.random.randint(1, 10, (3, 2))

print(a)

# 不提供size

b = np.random.randint(1, 10)

print(b)

# 指定dtype

c = np.random.randint(1, 10, dtype=np.int64)

print(c)

type(c)

输出:

[[3 1]

[3 3]

[5 8]]

6

2

numpy.int64

6、numpy.random.random(size=None)

作用:返回从[0, 1)之间均匀抽样的数组,size指定形状。

参数:

size:int型或int型的元组,如果不提供则返回一个服从该分布的随机数

返回值:float型或者float型的ndarray对象

例子:

# [0, 1)之间的均匀抽样,3行2列

a = np.random.random((3, 2))

print(a)

# 不指定size

b = np.random.random()

print(b)

输出:

[[0.80136714 0.63129059]

[0.04556679 0.04433006]

[0.09643599 0.53312761]]

0.32828505898057136

使用numpy产生随机数的更多方法可以参考官方文档。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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