MATLAB之rand、randn、randi和randperm

参考 https://ww2.mathworks.cn/help/matlab/random-number-generation.html

整理MATLAB生成随机数的一些函数及其用法，以供查阅。

函数目录

rand	均匀分布的随机数
randn	正态分布的随机数
randi	均匀分布的伪随机数
randperm	随机置换
rng	控制随机数生成

rand

语法

X = rand

X = rand(n)

X = rand(sz1,...,szN)

X = rand(sz)

X = rand(___,typename)

X = rand(___,'like',p)

说明

X = rand 返回一个在区间 (0,1) 内均匀分布的随机数。

X = rand(n) 返回一个 n×n 的随机数矩阵。

X = rand(sz1,...,szN) 返回由随机数组成的 sz1×...×szN 数组，其中 sz1,...,szN 指示每个维度的大小。例如：rand(3,4) 返回一个 3×4 的矩阵。

X = rand(sz) 返回由随机数组成的数组，其中大小向量 sz 指定 size(X)。例如：rand([3 4]) 返回一个 3×4 的矩阵。

X = rand(___,typename) 返回由 typename 数据类型的随机数组成的数组。typename 输入可以是 'single' 或 'double'。您可以使用上述语法中的任何输入参数。

X = rand(___,'like',p) 返回由 p 等随机数组成的数组；也就是与 p 同一对象类型。您可以指定 typename 或 'like'，但不能同时指定两者。

randn

语法

X = randn

X = randn(n)

X = randn(sz1,...,szN)

X = randn(sz)

X = randn(___,typename)

X = randn(___,'like',p)

说明

X = randn 返回一个从标准正态分布中得到的随机标量。

X = randn(n) 返回由正态分布的随机数组成的 n×n 矩阵。

X = randn(sz1,...,szN) 返回由随机数组成的 sz1×...×szN 数组，其中 sz1,...,szN 指示每个维度的大小。例如：randn(3,4) 返回一个 3×4 的矩阵。

X = randn(sz) 返回由随机数组成的数组，其中大小向量 sz 定义 size(X)。例如：randn([3 4]) 返回一个 3×4 的矩阵。

X = randn(___,typename) 返回由 typename 数据类型的随机数组成的数组。typename 输入可以是 'single' 或 'double'。您可以使用上述语法中的任何输入参数。

X = randn(___,'like',p) 返回由 p 等随机数组成的数组；也就是与 p 同一对象类型。您可以指定 typename 或 'like'，但不能同时指定两者。

randi

语法

X = randi(imax)

X = randi(imax,n)

X = randi(imax,sz1,...,szN)

X = randi(imax,sz)

X = randi(imax,classname)

X = randi(imax,n,classname)

X = randi(imax,sz1,...,szN,classname)

X = randi(imax,sz,classname)

X = randi(imax,'like',p)

X = randi(imax,n,'like',p)

X = randi(imax,sz1,...,szN,'like',p)

X = randi(imax,sz,'like',p)

X = randi([imin,imax],___)

说明

X = randi(imax) 返回一个介于 1 和 imax 之间的伪随机整数标量。

X = randi(imax,n) 返回 n×n 矩阵，其中包含从区间 [1,imax] 的均匀离散分布中得到的伪随机整数。

X = randi(imax,sz1,...,szN) 返回 sz1×...×szN 数组，其中 sz1,...,szN 指示每个维度的大小。例如，randi(10,3,4) 返回一个由介于 1 和 10 之间的伪随机整数组成的 3×4 数组。

X = randi(imax,sz) 返回一个数组，其中大小向量 sz 定义 size(X)。例如，randi(10,[3,4]) 返回一个由介于 1 和 10 之间的伪随机整数组成的 3×4 数组。

X = randi(imax,classname) 返回一个伪随机整数，其中 classname 指定数据类型。classname 可以为 'single'、'double'、'int8'、'uint8'、'int16'、'uint16'、'int32' 或 'uint32'。

X = randi(imax,n,classname) 返回数据类型为 classname 的 n×n 数组。

X = randi(imax,sz1,...,szN,classname) 返回数据类型为 classname 的 sz1×...×szN 数组。

X = randi(imax,sz,classname) 返回一个数组，其中大小向量 sz 定义 size(X)，classname 定义 class(X)。

X = randi(imax,'like',p) 返回一个类如 p 的伪随机整数；即，具有相同的数据类型（类）。

X = randi(imax,n,'like',p) 返回一个类如 p 的 n×n 数组。

X = randi(imax,sz1,...,szN,'like',p) 返回一个类如 p 的 sz1×...×szN 数组。

X = randi(imax,sz,'like',p) 返回一个类如 p 的数组，其中大小向量 sz 定义 size(X)。

X = randi([imin,imax],___) 使用以上任何语法返回一个数组，其中包含从区间 [imin,imax] 的均匀离散分布中得到的整数。

randperm

语法

p = randperm(n) p = randperm(n,k)

说明

p = randperm(n) 返回行向量，其中包含从 1 到 n（包括二者）之间的整数随机置换。

p = randperm(n,k) 返回行向量，其中包含在 1 到 n（包括二者）之间随机选择的 k 个唯一整数。

rng

语法

rng(seed)

rng('shuffle')

rng(seed, generator)

rng('shuffle', generator)

注意：要将 rng 函数（而非 rand 或 randn）与 'seed'、'state' 或 'twister' 输入结合使用，请参阅有关更换阻拦的 rand 和 randn 语法的文档。

rng(seed) 使用非负整数 seed 为随机数生成函数提供种子，以使 rand、randi 和 randn 生成可预测的数字序列。

rng('shuffle') 根据当前时间为随机数生成函数提供种子。这样，rand、randi 和 randn 会在您每次调用 rng 时生成不同的数字序列。

rng(seed, generator) 和 rng('shuffle', generator) 另外指定 rand、randi 和 randn 使用的随机数生成函数的类型。generator 输入为以下项之一：

'twister'：Mersenne Twister
'simdTwister'：面向 SIMD 的快速 Mersenne Twister 算法
'combRecursive'：合并的多个递归
'multFibonacci'：乘法滞后 Fibonacci
'v5uniform'：传统 MATLAB® 5.0 均匀生成函数
'v5normal'：传统 MATLAB 5.0 正常生成函数
'v4'：传统 MATLAB 4.0 生成函数

rng('default') 将 rand、randi 和 randn 使用的随机数生成函数的设置重置为其默认值。这样，会生成相同的随机数，就好像您重新启动了 MATLAB。默认设置是种子为 0 的 Mersenne Twister。

scurr = rng 返回 rand、randi 和 randn 使用的随机数生成函数的当前设置。这些设置将在包含字段 'Type'、'Seed' 和 'State' 的结构体 scurr 中返回。

rng(s) 将 rand、randi 和 randn 使用的随机数生成函数的设置还原回之前用 s = rng 等命令捕获的值。

sprev = rng(...) 返回 rand、randi 和 randn 使用的随机数生成函数的以前设置，然后更改这些设置。

示例 1 - 检索和还原生成函数设置

将当前生成函数设置保存在 s 中：

s = rng;

调用 rand 以生成随机值向量：

x = rand(1,5)x =0.8147    0.9058    0.1270    0.9134    0.6324

通过调用 rng 还原原始生成函数设置。生成一组新的随机值并验证 x 和 y 是否相等：

rng(s);
y = rand(1,5)y =0.8147    0.9058    0.1270    0.9134    0.6324