【小白python数据分析入门2Numpy基础数组&random函数】

HelloWord小白

已于 2024-05-09 13:23:09 修改

阅读量672

点赞数 26

分类专栏：【小白入门】python数据分析文章标签： python 数据分析开发语言

于 2024-04-16 19:03:57 首次发布

本文链接：https://blog.csdn.net/wjdhd148796484/article/details/137817027

版权

【小白入门】python数据分析专栏收录该内容

7 篇文章 0 订阅

订阅专栏

本文详细介绍了如何在Python的Numpy库中使用random函数生成随机数，包括随机浮点数、整数、以及对数组进行随机排列和洗牌的操作，还展示了JupyterNotebook作为课前准备工具的应用。

摘要由CSDN通过智能技术生成

2.3.3 random函数以上1-6随机函数的区别是什么：

1.课前准备：

（1）python可视化免费软件(官网：Project Jupyter | Home)：

Jupyter Notebook (anaconda)

（1）会动的脑袋瓜子

2.Numpy库怎么用？案例演示：

2.1 字符与数组

arr1 = np.array((1, 3, 5, 7, 9))  
print("1.传入元组一个一维数组",arr1)
print("---------------------------------------------------------------")
arr2 = np.array([2, 4, 6, 8, 10])  
print("2.传入列表一个一维数组",arr2)
print("---------------------------------------------------------------")
arr3 = np.array([['a', 'b', 'c'], ['d', 'e', 'f']])  
print("3.传入一个嵌套列表创建一个二维字符数组\n",arr3)

2.2 random函数

2.3.1 random函数是什么？

random函数是用于生成伪随机数的内置模块，其主要作用包括生成随机数、打乱数据序列、生成随机字符串等

2.3.2 random函数运用：

（1）np.random.random()是用于生成一个或一组服从[0,1)均匀分布的随机数的函数。

print("利用random()创建的数组为： \n", np.random.random())
print("---------------------------------------------------------------")
print("利用random(2)创建的数组为： \n", np.random.random(2))
print("---------------------------------------------------------------")
print("利用random((2,5))创建的数组为： \n", np.random.random((2, 5)))

（2）np.random.rand ()是用于接收分开的参数来指定生成数组的形状，每个元素都是[0,1)间的随机数。

print("利用rand()创建的数组为： \n", np.random.rand())
print("---------------------------------------------------------------")
print("利用random(4)创建的数组为： \n", np.random.rand(4))
print("---------------------------------------------------------------")
print("利用random(4,3)创建的数组为： \n", np.random.rand(4, 3))

（3）np.random.randint ()是numpy库中用于生成一定范围内的随机整数的函数

random_numbers = np.random.randint(1, 6, size=(10,))
print("打印长度为10的一维数组，其中元素都是1到5之间的随机整数",random_numbers)
print("---------------------------------------------------------------")
print("指定范围生成一个指定范围及数组长宽的随机数组为：\n", np.random.randint(2, 5, size=(2, 3)))
print("---------------------------------------------------------------")
print("指定范围生成一个指定范围内的随机整数为：", np.random.randint(2, 5))

（4）np.random.randn()用于生成服从标准正态分布的随机数。这个函数可以返回一个或多个随机数，通常用于创建具有指定形状的多维数组。

L1 = np.random.randn(3,3)
L2 = np.random.randn(3,3)
L3 = np.random.randn(3,3)
L4 = np.random.randn(3,3)
print("L1:\n",L1)
print("L2:\n",L2)
print("L3:\n",L3)
print("L4:\n",L4)#输出L3和L4和上一个L1、L2不一样了

（5）np.random.shuffle()用随机乱序原数组。

L=np.arange(10)
print(L)
np.random.shuffle(L)
print(L)#注意这里输出已经改变

（6）np.random.permutation()是用于生成随机排列的函数。

np.random.permutation(L)

（7）np.arange()用于创建等差数列。

print(np.arange(5))  
print(np.arange(1, 10, 2))

2.3.3 random函数以上1-6随机函数的区别是什么：

在NumPy库中，random(), rand(), randint(), randn(), permutation()和shuffle这些函数都用于生成随机数或操作数组，但它们各自有着不同的特点和用途。具体如下：

np.random.rand(): 类似于一个装满了均匀小球的不透明袋子，无论你摸多少次，每个小球被摸到的概率都是相同的。它用于生成服从均匀分布的浮点数随机数，数值范围在[0,1)之间。
np.random.randn(): 就像从一个巨大的标准正态分布的海洋里捞起一滴水，这滴水的位置（数值）遵循着著名的钟形曲线（正态分布曲线）。它用于生成服从标准正态分布N(0,1)的浮点数随机数，可用于模拟和统计分析。
np.random.randint(): 想象你有一个透明的装满了不同颜色小球的袋子，每种颜色的小球代表一个整数。当你从中取出一个小球时，你会得到一个确定的整数。它用于生成指定范围内的随机整数，包含最小值，不包含最大值。
np.random.permutation(): 类似于把一副扑克牌彻底洗混，然后从中抽出一张，得到一个完全随机且不重复的结果序列。它用于生成一个随机排列的数组，可以是一个数字序列，也可以是多维数组的行或列的随机排列。
np.random.shuffle(): 这个函数更像是将一副牌面朝下放在桌上，然后你用手将其彻底洗混，使得牌的顺序完全改变。它用于就地打乱数组的元素顺序。

总的来说，np.random.rand() 生成均匀分布的浮点数，np.random.randn() 生成标准正态分布的浮点数，np.random.randint() 生成指定范围内的整数，而 np.random.permutation() 生成随机排列的数组，np.random.shuffle() 则就地打乱数组的顺序。

因为random(), rand()特别相似，所以我们单独拿来解释：

random()和rand()这两个函数都用于生成随机数，但它们属于不同的模块。具体区别分析如下：

所属模块：random()函数属于Python标准库中的random模块，而rand()函数是numpy.random模块的一部分。
返回类型：random.random() 返回一个在[0, 1)范围内的浮点数，每次调用产生一个随机数。相比之下，np.random.rand()可以接收一个整数参数n，返回一个包含n个在[0, 1)范围内的均匀分布的浮点数的一维数组。如果不提供参数，默认情况下它返回一个单一的随机数，就像random.random()一样。
功能范围：random.random()仅提供生成单个随机数的功能，而np.random.rand()可以生成任意长度的随机数序列，功能更为强大。