本文首发在我的个人博客:https://jlice.top/p/7dvvr/。欢迎大家前去参观,么么哒~
numpy随机抽样
随机数生成
numpy.random.rand(d0, d1, ..., dn)
方法的作用为:指定一个数组,并使用 [0, 1) 区间随机数据填充,这些数据均匀分布。
In [1]: import numpy as np
In [2]: np.random.rand(2,3)
Out[2]:
array([[ 0.09887339, 0.75074537, 0.9944429 ],
[ 0.92790081, 0.84365033, 0.3087985 ]])
-
numpy.random.randn(d0, d1, ..., dn)
: 返回符合标准正态分布的随机数据 -
numpy.random.randint(low, high, size, dtype)
: 返回[low, high)的随机整数 -
numpy.random.random_integers(low, high, size)
: 返回[low, high]的随机整数 -
numpy.random.random_sample(size)
: 在[0,1)区间生成指定size
的随机浮点数 与之类似的方法还有: -
numpy.random.random([size])
-
numpy.random.ranf([size])
-
numpy.random.sample([size])
-
numpy.random.choice(a, size, replace, p)
: 在给定的一维数组里生成随机数
概率密度分布
numpy.random.beta(a,b,size)
:从 Beta 分布中生成随机数。numpy.random.binomial(n, p, size)
:从二项分布中生成随机数。numpy.random.chisquare(df,size)
:从卡方分布中生成随机数。numpy.random.dirichlet(alpha,size)
:从 Dirichlet 分布中生成随机数。numpy.random.exponential(scale,size)
:从指数分布中生成随机数。numpy.random.f(dfnum,dfden,size)
:从 F 分布中生成随机数。numpy.random.gamma(shape,scale,size)
:从 Gamma 分布中生成随机数。numpy.random.geometric(p,size)
:从几何分布中生成随机数。numpy.random.gumbel(loc,scale,size)
:从 Gumbel 分布中生成随机数。numpy.random.hypergeometric(ngood, nbad, nsample, size)
:从超几何分布中生成随机数。numpy.random.laplace(loc,scale,size)
:从拉普拉斯双指数分布中生成随机数。numpy.random.logistic(loc,scale,size)
:从逻辑分布中生成随机数。numpy.random.lognormal(mean,sigma,size)
:从对数正态分布中生成随机数。numpy.random.logseries(p,size)
:从对数系列分布中生成随机数。numpy.random.multinomial(n,pvals,size)
:从多项分布中生成随机数。numpy.random.m