numpy随机数模块介绍

1：随机数模块

• 主要介绍python中的随机数模块，在numpy数组中的应用中的

1.1：random.random(size)

• 取0 - 1之间的随机数，由于这个方法numpy的数据结构是左开右闭的数据结构，所以这个方法娶不到1
• size：返回数据的形状

方法演示

import numpy as np

  # 返回一个符合的数据
a = np.random.random()

# 返回一个有X行，Y列，Z深的符合要求的三维维数组数据，可以是二维，也可以是一维
b = np.random.random(size=(X, Y, Z)) 

运行效果

1.2：random.randint(start,end,size)

• 返回指定范围内的数据，同样是左闭右开的数据结构
• start：数据的开始
• end：数据的结束
• size：数据的形状

方法演示

import numpy as np

# 返回符合条件的一个数据
a = np.random.randint(100, 200)

# 返回符合条件的一组多维数组数据，可以是一维，可以是二维，可以是三维或者多维的数据
b = np.random.randint(100, 200, size=(3, 3, 3))

运行效果

1.3：random.randn(size)

• 返回符合数据的正态分布，均值为0，标准差为1数据的随机数组
• size：返回数据的形状
• 正态分布：Normal distribution

方法演示

import numpy as np

# 返回一个数据
np.random.randn()

# 返回多维数组，可以是一维，二维，三维等等
np.random.randn(size=(3, 3, 3))

运行效果

1.4：random.normal(loc,scale,size)

• 返回指定均值和方差的正态分布数值数据，默认均值为0：方差为1
• loc：均值
• scale：方差
• size：返回数据的形状规模

方法演示

import numpy as np

# 默认均值为0，方差为1
a  = np.random.normal()

# 指定特定数据的均值、方差
b =  np.random.normal(4, 5)

# 返回的数据可以是一维、二维、三维等等
c = np.random.normal(4, 5, size=(3, 3, 3))

运行效果

1.5：random.seed(1)

• 随机数种子，把一些特定的随机数组合给保存下来，方便后面的使用
• 1：随机数种子的编号，一个编号对应一个特定的数据

方法演示

import numpy as np

# 设置种子
np.random.seed(1)
a = np.random.randint(100, 200, size=(3, 3, 3))
a

• 调用的时候

a

运行效果

1.6：random.shuffle(a)

• 对数组的数据进行排序操作，排序的方式看数据的特性
• 直接对原数据进行排序操作
• a：需要排序的数组
• shuffle：洗牌

方法演示

import numpy as np

a = np.random.randint(100, 200, size=(3, 3))

# 排序
np.random.shuffle(a)

运行效果

1.7：random.permutation(a)

• 复制出来一个一摸一样的数据，对复制出来的数据，进行排序操作
• 排序不会影响原来的数据
• a：需要进行排序的操作，一般推荐使用这个方法，不会对原数据造成影响
• permutation：排序

方法演示

import numpy as np

# 数据
a = np.random.randint(100, 200, size=(3, 3))

# 排序操作
b = np.random.permutation(a)
b

运行效果

1.8：random.choice(data,size)

• 从一个数据中随机抽取一些数据，组成一个数组
• data：抽取数据的容器
• size：数据组成数组的形状

方法演示

import numpy as np

data = [1, 5, 10, 45, 100, 56, 99]

# 随机选择一个元素
np.random.choice(data)

# 随机选择多个元素，组成一维、二维、三维等多维数组
np.random.choice(data, size=(3, 3, 3))

运行效果

1.9：random.choice(int, size)

• 从0到int之间，选择多个数据，组成数组
• 数据类型的取值范围维，左闭右开
• int：0到int之间的数据，注意这个，取不到这个数
• size：组成数据的形状

方法演示

import numpy as np

# 取一个数据
a = np.random.choice(10)

# 取多个数据，组成一维、二维、三维等多个数据
b = np.random.choice(10, size(3, 3, 3))

运行效果