转载链接:
python random随机数、numpy.random随机数 - 知乎
一、随机数产生原理介绍:
python产生的随机数是伪随机数,产生原理如下:
1、随机数是由随机种子根据一定算法得到的数值。如果不改变随机种子,产生的随机数也不会改变。
2、默认情况下,随机种子来自系统的时钟。
3、随机种子的产生算法与系统有关。Windows和Linux系统中产生的随机种子不同。
二、random随机数模块
首先需要导入random模块,import random。
1、random.random( )
random.random( ),用于生成范围在[0, 1)之间的随机实数。
2、random.uniform(a, b)
random.uniform(a, b),用于生成一个指定范围[a, b]内的随机符点数。
3、random.randint(a, b)
random.randint(a, b),用于生成一个指定范围[a, b]内的整数。
4、random.randrange([start,], stop [ ,step])
random.randrange([start,], stop [ ,step]),用于返回指定递增基数集合中的一个随机数,基数默认值为1。
- start -- 指定范围内的开始值,包含在范围内。
- stop -- 指定范围内的结束值,不包含在范围内。
- step -- 指定递增基数。
如:random.randrange(10, 100, 2),结果相当于从[10, 12, 14, 16, ... 96, 98]序列中获取一个随机数。
5、random.choice(sequence)
random.choice(sequence),用于从序列中获取一个随机元素。
参数sequence表示一个有序类型。sequence在python不是一种特定的类型,而是泛指一系列的类型。list, tuple, 字符串都属于sequence。
如:
random.choice("学习Python")
random.choice(["xunshui", "is", "a", "handsome", "boy"])
random.choice(("Hello", "World"))
6、random.shuffle(list [, random])
random.shuffle(list [, random]),用于将一个列表中的元素打乱。
如:
list = [20, 16, 10, 5]
random.shuffle(list)
print "随机排序列表 : ", list
#以上实例运行后输出结果为:
随机排序列表 : [16, 5, 10, 20]
7、random.sample(sequence, k)
random.sample(sequence, k),用于从指定序列中随机获取指定长度的切片。
list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
slice = random.sample(list, 5) #从list中随机获取5个元素,作为一个片断返回
print(slice)
#以上实例运行后输出结果为:
[10, 7, 2, 1, 3]
三、numpy.random随机数
首先需要导入numpy模块,import numpy as np。
1、np.random.rand(d0, d1, …, dn)
np.random.rand(d0, d1, …, dn),用于生成均匀分布的随机数,dn为n维数据的维度。
np.random.rand(2,3) #产生2行三列均匀分布随机数组
array([[ 0.35369993, 0.0086019 , 0.52609906],
[ 0.31978928, 0.27069309, 0.21930115]])
2、np.random.randn(d0, d1, …, dn)
np.random.randn(d0, d1, …, dn),用于生成标准正太分布随机数,dn为n维数据的维度。
3、np.random.randint(low [, high, size, dtype])
np.random.randint(low[, high, size, dtype]),用于生成随机整数。
low:最小值,high:最大值,size:数据个数或形状,dtype:数据类型。
np.random.randint(1,100,[5,5]) #(1,100)以内的5行5列随机整数
array([[87, 69, 3, 86, 85],
[13, 49, 59, 7, 31],
[19, 96, 70, 10, 71],
[91, 10, 52, 38, 49],
[ 8, 21, 55, 96, 34]])
4、np.random.random([size])
np.random.random([size]),用于生成[0,1)范围内的随机数。
size:随机数的个数或形状。
5、np.random.choice(a, size=None, replace=True, p=None)
np.random.choice(a, size=None, replace=True, p=None),用于从a中随机选择指定数据。
- 从a(一维数组)中随机抽取数字,并组成指定大小(size)的数组
- replace: True表示可以取相同数字,False表示不可以取相同数字
- 数组p:与数组a相对应,表示取数组a中每个元素的概率,默认为选取每个元素的概率相同。