第五篇 numpy随机函数
1、在给定的范围内产生随机整数
#只能是随机整数
#numpy随机函数
import numpy as np
# 在给定范围内取随机整数
arr=np.random.randint(100,200,size=(5,4),dtype=int)
print('1、给定双向边界(100,200),产生的随机数:')
print(arr)
arr1=np.random.randint(200,size=(5,4),dtype=int)
print('2、只给定单向边界200,产生的随机数:')
# 只能是随机整数
print(arr1)
2、产生均匀分布的样本值
import numpy as np
#产生均匀分布的样本值
arr1=np.random.rand(4) #一维数组
arr11=np.random.rand(4,3) #二维数组
arr111=np.random.rand(4,3,2) #多维数组
print('一维数组:')
print(arr1)
print('二维数组:')
print(arr11)
print('三维数组:')
print(arr111)
3、产生正态分布的样本值
import numpy as np
arr2=np.random.randn(3)
arr22=np.random.randn(3,3)
arr222=np.random.randn(3,3,3)
print('一维正态分布的数组:')
print(arr2)
print('二维正态分布的数组:')
print(arr22)
print('三维正态分布的数组:')
print(arr222)
结果:
4、随机种子
先种下一颗种子,再根据种子值计算出要生成的随机数是多少,种子一定,随机数也是一定的
import numpy as np
np.random.seed(10) #种下种子
arr3=np.random.random()
print(arr3)
arr34=np.random.random(4)
print(arr34)
结果:
5、一个序列随机排序
#对于一个序列随机排序,不改变原数组 permutation
#对于一个序列随机排序,改变原数组 shuffle
import numpy as np
#对于一个序列随机排序,不改变原数组 permutation
#对于一个序列随机排序,改变原数组 shuffle
print('permutation 对于一个序列随机排序,不改变原数组')
arr4=np.arange(12,24).reshape(2,6)
print("随机生成的原数组:")
print(arr4)
arr44=np.random.permutation(arr4)
print("permutation(不改变原数组)随机排序后的数组:")
print(arr44)
print("原数组:")
print(arr4)
print("\n")
print('shuffle 对一个序列随机排序,改变原数组')
arr5=np.arange(12,24).reshape(3,4)
print("随机生成的原数组:")
print(arr5)
print("shuffle(改变原数组)随机排序后的数组:")
arr55=np.random.shuffle(arr5)
print(arr55)
print("原数组:")
print(arr5)
#
结果:
permutation 生产新的数组序列,从始至终都有两个数组
shuffle 没有生成新的数组序列,而是直接附加在原数组上,从始至终只有1个数组
6、产生具有均匀分布的数组uniform(low,high,size)
import numpy as np
arr5=np.random.uniform(5,15,size=(2,5))
print(arr5)
结果:
7、产生具有正态分布的数组
import numpy as np
arr6=np.random.normal(5,9,size=(2,5))
print(arr6)
normal(loc,scale,size) loc表示均值 scale表示标准差
结果:
8、产生具有泊松分布的数组
poisson(lam,size)lam表示随机事件发生的概率
import numpy as np
arr7=np.random.poisson(0.6,size=(5,8))
print(arr7)
结果:
第五篇 numpy随机函数相关推荐
- 【Python五篇慢慢弹】快速上手学python
快速上手学python 作者:白宁超 2016年10月4日19:59:39 摘要:python语言俨然不算新技术,七八年前甚至更早已有很多人研习,只是没有现在流行罢了.之所以当下如此盛行,我想肯定是多 ...
- Python金融系列第五篇:多元线性回归和残差分析
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 第一篇:计算股票回报率,均值和方差 第二篇:简单线性回归 第三篇:随机变量和分布 第四篇:置信区间和假设 ...
- 第四章:经典量化策略集锦(第五篇:布林强盗,一个霸道的交易系统)
导语:作为策略锦集第五篇,再向大家介绍一个霸道的交易系统-布林强盗交易系统. 一.布林强盗交易系统阐述 布林强盗交易系统的由来 布林线 (BOLL )是非常著名的一个技术分析指标,其由John Bol ...
- python实训心得2000_实训总结万能版2000字五篇
实训总结万能版 2000 字五篇 通过这次实训,我收获了很多,一方面学习到了许多以前没 学过的专业知识与知识的应用,另一方面还提高了自己动手做项 目的能力. 本次实训, 是对我能力的进一步锻炼, 也是 ...
- Python之路【第五篇】:面向对象及相关
Python之路[第五篇]:面向对象及相关 Python之路[第五篇]:面向对象及相关 面向对象基础 基础内容介绍详见一下两篇博文: 面向对象初级篇 面向对象进阶篇 其他相关 一.isinstance ...
- 第五篇:Visual Studio 2008 Web开发使用的新特性
第五篇:Visual Studio 2008 Web开发使用的新特性 本篇翻译自MSDN. .NET Framwork 3.5与Visual Studio 2008 包含很多新特性.AJAX的Web开 ...
- OpenCV学习系列教程第五篇:测试和提高代码的效率
Opencv-Python学习系列教程第五篇 来自opencv-python官方学习文档,本人谨做翻译和注释,以及一些自己的理解 本文由作者翻译并进行代码验证,转载请注明出处~ 官方文档请参阅:htt ...
- 带你少走弯路:五篇文章学完吴恩达机器学习
本文是吴恩达老师的机器学习课程[1]的笔记和代码复现部分,这门课是经典,没有之一.但是有个问题,就是内容较多,有些内容确实有点过时. 如何在最短时间学完这门课程?作为课程的主要翻译者和笔记作者,我推荐 ...
- 坚持的力量 第十五篇
第十五篇 漩涡鸣人 从他身上,我看到了进步和向上的力量,经别人推荐,我发现我渐渐的喜欢上了<火影忍者>. 首先,<火影>中的歌曲很有震撼力和穿透力,产生心灵的共鸣 ...
最新文章
- Python标准库asyncio模块基本原理浅析
- win7 32位下实现远程线程注入
- 【无私分享:从入门到精通ASP.NET MVC】从0开始,一起搭框架、做项目(8) 权限管理,自定义权限,扩展权限...
- WSS 扩展文件夹的属性--如何给文件夹添加扩展字段
- 计算机英语阅读理解,2017年12月英语四级阅读理解50篇:学习计算机
- HTML 转 PDF 之 wkhtmltopdf
- 密码强度测试工具包【Java】_测试用例
- 云原生的本质_云原生是什么 云原生技术有何作用
- django 1.3下关于静态文件staticfiles的设置
- 指标波动多大才算是异常?
- ajax post 变options,关于ajax:JQuery POST请求转换为OPTIONS。 为什么?
- java执行python脚本并传递参数_从Java执行Python脚本存在参数传递问题
- Java 机器学习库 Tribuo
- layui的表单控件的input文本框赋值
- 高响应比优先调度算法(HRRN)例题详解
- 地理信息安全在线培训考试系统题库-多选题
- PorterLB使用手册
- Ubuntu 安装netstat网络工具
- 使用katana-parser解析css文件
- 树莓派装专用服务器系统,Raspberry Pi 树莓派安装64位系统打造全功能NAS [全网最正确操作记录]...