Numpy的随机数函数

最新推荐文章于 2024-08-07 21:24:41 发布

June �

最新推荐文章于 2024-08-07 21:24:41 发布

阅读量518

点赞数

文章标签： python numpy random 数据分析

本文链接：https://blog.youkuaiyun.com/MachineLearner/article/details/104401623

版权

本文总结了Numpy的random子库，包括rand、randn、randint和seed等基本随机数函数，介绍了shuffle、permutation和choice等高级功能，以及uniform、normal和poisson等基于特定分布的随机数生成方法。通过实例展示了如何使用这些函数创建不同类型的随机数数组。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文的主要内容是基于中国大学mooc（慕课）中的“Python数据分析与可视化”课程进行整理和总结。

np.random的随机数函数

numpy的random子库可以为数组提供随机数的相关功能，书写格式为mp.random.*(*为函数名城)下面介绍几个基本的随机数函数。
rand(d0,d1,…,dn):根据d0-dn创建随机数数组，浮点数，（0，1），均匀分布；
randn(d0,d1,…,dn):根据d0-dn创建随机数数组，标准正态分布；
randint(low,high,shape):根据shape创建随机正数或正数数组，范围是[low,high);
seed(s):随机数种子，s是给定的种子数；
示例：

a = np.random.rand(3,4,5)

array([[[0.97017019, 0.3527823 , 0.60624838, 0.52925984, 0.44141665],
        [0.56680268, 0.38601911, 0.43663509, 0.13782552, 0.7726391 ],
        [0.5881991 , 0.29901631, 0.18105188, 0.21032785, 0.64600204],
        [0.66994449, 0.28860224, 0.67514971, 0.33213358, 0.18316808]],

       [[0.44588405, 0.48113294, 0.

最低0.47元/天解锁文章