python random随机数、numpy.random随机数

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。
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: numpy.random.randn是一个用于生成随机数的函数,返回的是一个由浮点数组成的指定形状的数组,这些浮点数是从标准正态分布中随机抽样得到的。 具体来说,numpy.random.randn函数的语法如下: ```python numpy.random.randn(d0, d1, ..., dn) ``` 其中,d0, d1, ..., dn 是表示生成数组形状的参数,可以是整数或者整数元组。函数会返回一个形状为 (d0, d1, ..., dn) 的数组,其中的元素是从标准正态分布中抽样得到的浮点数。 例如,下面的代码生成了一个形状为 (2, 3) 的数组,其中的元素是从标准正态分布中抽样得到的: ```python import numpy as np arr = np.random.randn(2, 3) print(arr) ``` 输出: ``` [[-1.33307884 0.8263848 0.05024193] [-1.04358602 0.497614 1.09213628]] ``` ### 回答2: numpy.random.randn是numpy中的一个函数,用于生成服从标准正态分布(平均值为0,标准差为1)的随机数。它可以根据指定的大小来生成一个指定形状的数组。下面是对numpy.random.randn函数的详细解释。 首先,numpyPython中的一个重要的科学计算库,提供了很多用于数组操作和数学计算的功能。而numpy.random模块是numpy库中的一个子模块,提供了伪随机数生成器的功能。其中,randn函数用于生成服从标准正态分布的随机数序列。 语法格式:numpy.random.randn(d0, d1, ..., dn),其中d0, d1, ..., dn表示生成的随机数序列的维度,可以是整数或整数序列。 参数说明:d0, d1, ..., dn用于指定生成随机数序列的维度,如果没有指定,则默认为一个随机数。 返回值:返回一个形状为(d0, d1, ..., dn)的数组,数组中的元素服从标准正态分布。 例如,生成一个形状为(2, 3)的二维数组,其中的元素服从标准正态分布,可以使用以下代码: import numpy as np arr = np.random.randn(2, 3) print(arr) 运行结果可能为: [[-0.24616705 0.25069005 1.41882856] [ 1.06692249 0.20792445 0.10625843]] 在生成的数组中,每个元素都是一个服从标准正态分布的随机数。 总之,numpy.random.randn函数是用于生成服从标准正态分布的随机数序列的。它可以根据指定的大小来生成一个指定形状的数组,提供了强大的随机数生成功能,在数据科学和工程计算中常被使用。 ### 回答3: numpy.random.randn是numpy库中用于生成符合标准正态分布(均值为0,标准差为1)的随机数的函数。该函数的参数是一个或多个整数,用于指定返回随机数的维度,返回值是一个具有指定维度的numpy数组。 使用方法如下: 1. 首先,需要导入numpy库:import numpy as np 2. 然后,可以使用np.random.randn来生成随机数。 下面是一个简单的例子,生成一个3x3的随机数组: import numpy as np rand_arr = np.random.randn(3, 3) print(rand_arr) 执行以上代码,可能得到的输出结果类似于: [[-0.28790072 -1.30127789 0.28642234] [ 0.30540302 -0.41940331 0.02838139] [-1.03656423 0.12807012 -0.20615022]] 可以看到,生成的随机数符合标准正态分布。如果需要生成其他均值和方差的正态分布随机数,可以使用numpy.random.normal函数。 总之,numpy.random.randn函数是一个方便生成符合标准正态分布随机数的函数,可以根据需要指定维度生成相应的随机数数组。

“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