本文汇总了Numpy中常见的取随机数的函数,介绍了基本用法。
1、rand()
指定的输出的二维数组的型,生成[0,1)之间的数据
import numpy as np
# 型:(4, 2)
print(np.random.rand(4,2))
'''
[[0.07103606 0.0871293 ]
[0.0202184 0.83261985]
[0.77815675 0.87001215]
[0.97861834 0.79915856]]
'''
# 不指定,输出单个元素
print(np.random.rand())
''' 0.46147936225293185'''
2、randn()
randn()函数返回一个或一组样本,具有标准正态分布。即以0为均值、以1为标准差的正态分布,记为N(0,1) 。
print(np.random.randn())
print(np.random.randn(4,2))
3、randint()
返回随机整数,范围区间为[low,high)
参数:low为最小值,high为最大值,size为数组维度大小,dtype为数据类型,默认的数据类型是np.int,high没有填写时,默认生成随机数的范围是[0,low)
print(np.random.randint(1,size=5))
# [0 0 0 0 0]
print(np.random.randint(5))
# 2
print(np.random.randint(-5,5,size=(2,2)))
'''
[[-5 -5]
[-1 0]]
'''
4、random()
生成[0,1)之间的浮点数
print(np.random.random(size=(2,2)))
'''
[[0.44994999 0.61306346]
[0.90234858 0.09928035]]
'''
5、choice()
从给定的一维数组中生成随机数。语法如下:
numpy.random.choice(a, size=None, replace=True, p=None)
参数说明:
a为一维数组类似数据或整数;
size指定输出数组维度;
p为数组a中的数据元素出现的概率
a为整数时,对应的一维数组为np.arange(a)
参数p的长度与参数a的长度需要一致;
参数p为概率,p里的数据之和应为1
# In[]
print(np.random.choice(5, 3))
# [3 4 4]
# 生成不重复的 replace=False
print(np.random.choice(5, 3, replace=False))
# [1 2 0]
print(np.random.choice(5, size=(3,2)))
'''
[[4 0]
[4 3]
[2 0]]
'''
demo_list = ['lenovo', 'sansumg','moto','xiaomi', 'iphone']
print(np.random.choice(demo_list,size=(3,3)))
'''
[['sansumg' 'sansumg' 'xiaomi']
['lenovo' 'lenovo' 'sansumg']
['moto' 'iphone' 'moto']]
'''
# 设定随机概率
demo_list = ['lenovo', 'sansumg','moto','xiaomi', 'iphone']
print(np.random.choice(demo_list,size=(3,3)
, p=[0.1,0.6,0.1,0.1,0.1]))
'''
[['iphone' 'xiaomi' 'sansumg']
['lenovo' 'sansumg' 'lenovo']
['sansumg' 'iphone' 'sansumg']]
'''
6、随机种子seed()
当我们设置相同的seed,每次生成的随机数相同。
如果不设置seed,则每次会生成不同的随机数
np.random.seed(0)
print(np.random.rand(5))