random函数概总
- numpy.random.rand(d0, d1, ..., dn):生成一个[0,1)之间的随机浮点数或N维浮点数组。
- import numpy as np
- #无参
- np.random.rand()#生成生成[0,1)之间随机浮点数
- #一个参数
- np.random.rand(1)#array([.]) [ 0.09256063]
- np.random.rand(6)#生成一个的一维数组 [ 0.60815869 0.73878681 0.03048955 0.98884117 0.38879514 0.09276253]
- #两个参数
- np.random.rand(2,6)#生成2x6的二维数组 [[ 0.07912478 0.00405205 0.27662169]
[ 0.48325782 0.43314627 0.42481872]] - #np.random.rand((2,3))#报错,参数必须是整数,不能是元组
- numpy.random.randn(d0, d1, ..., dn):生成一个浮点数或N维浮点数组,取数范围:正态分布的随机样本
- import numpy as np
- #无参
- np.random.randn()#1.4872544578730051,不一定是[0,1)之间的随机数
- #一个参数
- np.random.randn(1)
- >>[-1.8291329]
- np.random.randn(6)#生成一维数组
- >>[-1.99023487 -0.09193998 -0.40957812 0.44944641 0.18953369 0.59727101]
- #两个参数
- np.random.randn(2,3)#生成2x3数组
- >> [[ 0.6096645 0.46733013 -0.16198441]
[ 1.1277741 1.62034202 3.14673788]] - #np.random.randn((2,3))#报错,参数必须是整数
- numpy.random.standard_normal(size=None):生产一个浮点数或N维浮点数组,取数范围:标准正态分布随机样本
import numpy as np
- #numpy.random.standard_normal(size=None)
- #size为整数
- np.random.standard_normal(6)
- >>[ 0.33158117 1.15557637 -2.65673171 -0.03660708 -0.6472354 -0.83355466]
- #size为整数序列
- np.random.standard_normal((2,3))
- >>[[-1.22406999 -0.0250229 -1.13810308]
[-0.54879572 0.35923879 -0.33808103]] - np.random.standard_normal([2,3])
- >>[[ 0.6870471 -1.21055061 1.44049352]
[ 0.9092522 1.82887134 -1.18624863]]
- numpy.random.randint(low, high=None, size=None, dtype='l'):生成一个整数或N维整数数组,取数范围:若high不为None时,取[low,high)之间随机整数,否则取值[0,low)之间随机整数。
- #numpy.random.randint(low, high=None, size=None, dtype='l')
- import numpy as np
- #low=4
- np.random.randint(4)#生成一个[0,3]范围随机整数
- >>3
- #low=2,size=4
- np.random.randint(6,size=4)
- >>[4 3 5 4]
- #low=4,high=10
- np.random.randint(4,10)#生成一个[4,10)之间一个随机整数
- >>5
- #low=4,high=10,size=5
- np.random.randint(4,10,size=5)#生成一维整数数组
- >>[6 4 9 6 9]
- #size为整数元组
- np.random.randint(10,size=(2,3))#生成一个2x3整数数组,取数范围:[0,10)随机整数
- >>[[3 8 4]
[2 1 6]] - np.random.randint(3,10,(2,3))#生成一个2x3整数数组,取值范围:[3,10)随机整数
- >>[[8 7 4]
[3 6 7]]
- numpy.random.random_integers(low, high=None, size=None):生成一个整数或一个N维整数数组,取值范围:若high不为None,则取[low,high]之间随机整数,否则取[1,low]之间随机整数。
- #numpy.random.random_integers(low, high=None, size=None)
- import numpy as np
- #low=4
- np.random.random_integers(2)#生成一个[1,4]之间随机整数
- >>4
- #low=2、size=5
- np.random.random_integers(2,size=5)
- >>[1,2,1,1,2]
- #low=2、high=6
- np.random.random_integers(2,6)#生成一个[2,6]之间随机整数
- >>3
- #low=2、high=6、size=5
- np.random.random_integers(2,6,size=5)#生成一个一维整数数组组
- #size为整数元组
- np.random.random_integers(6,size=(2,3))#生成一个2x3数组,取数范围:[1,6]随机整数
- >>[[5 6 5]
[5 4 5]] - np.random.random_integers(6,10,(2,3))#生成一个2x3数组,取数范围:[6,10]随机整数
- >>[[ 9 7 8]
[ 8 9 10]]
- numpy.random.random_sample(size=None):生成一个[0,1)之间随机浮点数或N维浮点数组。
- #numpy.random.random_sample(size=None)
- import numpy as np
- #size=None
- np.random.random_sample()#生成一个[0,1)之间随机浮点数
- #size=5
- np.random.random_sample(2)#生成shape=5的一维数组
- #size为整数元组
- np.random.random_sample((2,))#等同np.random.random_sample(2)
- np.random.random_sample((2,3))#生成2x3数组
- np.random.random_sample((3,2,2))#3x2x2数组 由三个2行2列的2维数组组成的高维数组
- >>[[[ 0.55335277 0.39392416]
[ 0.04549739 0.50686357]] - [[ 0.21971058 0.08189746]
[ 0.16759733 0.7760967 ]][[ 0.82459825 0.43088198]
[ 0.1731624 0.95072647]]]
- numpy.random.choice(a, size=None, replace=True, p=None):从序列中获取元素,若a为整数,元素取值为np.range(a)中随机数;若a为数组,取值为a数组元素中随机元素。
- #numpy.random.choice(a, size=None, replace=True, p=None)
- import numpy as np
- #a为整数,size为None
- np.random.choice(2)#生成一个range(2)中的随机数
- #a为整数,size为整数
- np.random.choice(2,2)#生成一个shape=2一维数组
- #a为整数,size为整数元组
- np.random.choice(5,(2,3))#生成一个2x3数组
- #a为数组,size为None
- np.random.choice(np.array(['a','b','c','f']))#生成一个np.array(['a','b','c','f']中随机元素
- #a为数组,size为整数
- np.random.choice(5,(2,3))#生成2x3数组
- #a为数组,size为整数元组
- np.random.choice(np.array(['a','b','c','f']),(2,3))#生成2x3数组
- #p参数:可以理解成a中元素出现的概率,p的长度和a的长度必须相同,且p中元素之和为1,否则报错
- #np.random.choice(2,p=[1])#报错,a和p长度不一致
- np.random.choice(5,p=[0,0,0,0,1])#生成的始终是4
- np.random.choice(5,3,p=[0,0.5,0.5,0,0])#生成shape=3的一维数组,元素取值为1或2的随机数
- numpy.random.shuffle(x):对X进行重排序,如果X为多维数组,只沿第一条轴洗牌,输出为None。
#numpy.random.shuffle(x)
- import numpy as np
- list1 = [1,2,3,4,5]
- np.random.shuffle(list1)#输出None
- list1#[1, 2, 5, 3, 4],原序列的顺序也被修改
- arr = np.arange(9).reshape(3,3)
- np.random.shuffle(arr)#对于多维数组,只沿着第一条轴打乱顺序
- numpy.random.permutation(x):与numpy.random.shuffle(x)函数功能相同,两者区别:peumutation(x)不会修改X的顺序。
- #numpy.random.permutation(x)
- import numpy as np
- #x=5
- np.random.permutation(5)#生成一个range(5)随机顺序的数组
- #x为列表或元组
- list1 = [1,2,3,4]
- np.random.permutation(list1)#array([2, 1, 4, 3])
- #list1#[1, 2, 3, 4]
- #x为数组
- arr = np.arange(9)
- np.random.permutation(arr)
- arr2 = np.arange(9).reshape(3,3)
- np.random.permutation(arr2)#对于多维数组,只会沿着第一条轴打乱顺序
numpy.random.uniform(low,high,size)
- 功能:从一个均匀分布[low,high)中随机采样,注意定义域是左闭右开,即包含low,不包含high.
参数介绍:
low: 采样下界,float类型,默认值为0;
high: 采样上界,float类型,默认值为1;
size: 输出样本数目,为int或元组(tuple)类型,例如,size=(m,n,k), 则输出m*n*k个样本,缺省时输出1个值。
返回值:ndarray类型,其形状和参数size中描述一致。
random函数概总相关推荐
- python的random函数_关于random()的详细介绍
这篇文章主要介绍了Python随机生成数模块random使用实例,本文直接给出示例代码,需要的朋友可以参考下代码如下:#!/usr/bin/env python#coding=utf-8import ...
- Python先生,你好!(6)——np.random函数详解
Python先生,你好!(6)--np.random函数详解 (一)前 言 (二)常用方法 (1)np.random.rand() (2)np.random.randn() (3)np.random. ...
- java random构造方法_Java中的Random()函数及两种构造方法
Java中存在着两种Random函数: java.lang.Math.Random; 调用这个Math.Random()函数能够返回带正号的double值,该值大于等于0.0且小于1.0,即取值范围是 ...
- 自定义取值距离的javascript random()函数
函数很简单,如下: function getRandomArbitrary(min,max){ return Math.random() * (max - min) + min; } 如果要取整的话, ...
- keil5函数 默认返回值_Python中如何调用random()函数
在开始了解之前,我们需要知道random()函数是需要导入模板,才可以进行访问,然后通过调用静态对象来使用这个方法,另外返回生成的随机实数,是有一定的范围.下面正式开始主题介绍: 先给大家带来一列实例 ...
- Sass函数:random()函数
random() 函数是用来获取一个随机数 >> random() 0.03886 >> random() 0.66527 >> random() 0.8125 & ...
- python random_Python random() 函数
描述 random() 方法返回随机生成的一个实数,它在[0,1)范围内. 语法 以下是 random() 方法的语法: importrandom random.random() 注意:random( ...
- 二分法以及random函数使用
前言 本篇文章教你如何使用random函数的简单用法和二分法的思想 一.二分法是什么? 其实我们高中就已经学过二分法了 我记得好像是求根的那个知识点的地方了吧 对于区间[a,b]上连续不断且f(a)· ...
- Chrome V8引擎系列随笔 (1):Math.Random()函数概览
先让大家来看一幅图,这幅图是V8引擎4.7版本和4.9版本Math.Random()函数的值的分布图,我可以这么理解 .从下图中,也许你会认为这是个二维码?其实这幅图告诉我们一个道理,第二张图的点的分 ...
最新文章
- 前端项目课程3 jquery1.8.3到1.11.1有了哪些新改变
- Linux运维系统工程师系列---16
- UILabel 调整行间距
- java面试-Java并发编程(九)——批量获取多条线程的执行结果
- 半径为r的均匀带电球体_半径为R的均匀带电球面,总带电量为Q,设无穷远处的电势为零,则距离球心为r(r=R)的P点处的电场强度的大小和电势为...
- docker与kuberentes基本概念与操作学习
- SAP UI5 Web Component的React表格控件用法
- 【Tensorflow】打印输出tensor张量和变量的方法
- Qt工作笔记-代理及自定义委托,实现开关功能
- 猜数字(HDU-2178)
- MATLAB 读取 各类文件
- ros中web端通过 按钮加载本地静态 pgm 地图显示在canvas画布中
- syn flag flooding防御
- java简历项目经验大全,不吃透都对不起自己
- CarPlay Wireless 使用fdk_aac库解码Raw AAC-LC AAC-ELD
- 光线追踪(RayTracing)算法理论与实践(二)平面、材质、联合光线与物体求交
- Altium Designer绘制stm32最小系统原理图
- CSS基础--美化视觉效果
- Java HashMap的遍历(常用的四种方式),及key,value规律
- Windows日志分析(上)