python-Numpy学习之(四) random学习

本文介绍了Python Numpy库中用于生成随机数的几个关键函数,包括`rand`、`randn`、`standard_normal`、`randint`、`random_integers`、`random_sample`、`choice`、`shuffle`和`permutation`。这些函数分别用于生成不同类型的随机数或数组,如[0,1)区间内的浮点数、标准正态分布的样本、整数以及从序列中随机选择元素等。" 42815479,1405862,游戏开发中的人工智能:复习要点,"['游戏开发', '人工智能', '路径寻找', '模糊逻辑', '遗传算法']

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

python-Numpy学习之(四) random学习

参考网址:https://blog.youkuaiyun.com/kancy110/article/details/69665164

random模块用于生成随机数,下面看看模块中一些常用函数的用法:

 

  • 例1: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。
  • #numpy.random.rand(d0, d1, ..., dn)
    import numpy as np
    #无参
    np.random.rand()#生成生成[0,1)之间随机浮点数
    type(np.random.rand())#float
    #d0,d1....表示传入的数组形状
    #一个参数
    np.random.rand(1)#array([ 0.44280931])
    type(np.random.rand(1))#numpy.ndarray
    np.random.rand(5)#生成一个形状为5的一维数组
    #两个参数
    np.random.rand(2,3)#生成2x3的二维数组
    #np.random.rand((2,3))#报错,参数必须是整数,不能是元组
  •  
  • 例二: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数。
  • #numpy.random.randn(d0, d1, ..., dn)
    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)
    np.random.randn(5)#生成形状为5的一维数组
    #两个参数
    np.random.randn(2,3)#生成2x3数组
    #np.random.randn((2,3))#报错,参数必须是整数
     
  • 例三: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
  1. import numpy as np

  2. #numpy.random.standard_normal(size=None)

  3. #size为整数

  4. np.random.standard_normal(2)#array([-2.04606393, -1.05720303])

  5. #size为整数序列

  6. np.random.standard_normal((2,3))

  7. np.random.standard_normal([2,3]).shape#(2, 3)

 

  • 例四: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。
  1. #numpy.random.randint(low, high=None, size=None, dtype='l')

  2. import numpy as np

  3. #low=2

  4. np.random.randint(2)#生成一个[0,2)之间随机整数

  5. #low=2,size=5

  6. np.random.randint(2,size=5)#array([0, 1, 1, 0, 1])

  7. #low=2,high=2

  8. #np.random.randint(2,2)#报错,high必须大于low

  9. #low=2,high=6

  10. np.random.randint(2,6)#生成一个[2,6)之间随机整数

  11. #low=2,high=6,size=5

  12. np.random.randint(2,6,size=5)#生成形状为5的一维整数数组

  13. #size为整数元组

  14. np.random.randint(2,size=(2,3))#生成一个2x3整数数组,取数范围:[0,2)随机整数

  15. np.random.randint(2,6,(2,3))#生成一个2x3整数数组,取值范围:[2,6)随机整数

  16. #dtype参数:只能是int类型

  17. np.random.randint(2,dtype='int32')

  18. np.random.randint(2,dtype=np.int32)

  • 例五: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。
  1. #numpy.random.random_integers(low, high=None, size=None)

  2. import numpy as np

  3. #low=2

  4. np.random.random_integers(2)#生成一个[1,2]之间随机整数

  5. #low=2、size=5

  6. np.random.random_integers(2,size=5)#array([2, 1, 1, 1, 1])

  7. #low=2、high=6

  8. np.random.random_integers(2,6)#生成一个[2,6]之间随机整数

  9. #low=2、high=6、size=5

  10. np.random.random_integers(2,6,size=5)#生成一个形状为5的一维整数数组组

  11. #size为整数元组

  12. np.random.random_integers(2,size=(2,3))#生成一个2x3数组,取数范围:[1,2]随机整数

  13. np.random.random_integers(2,6,(2,3))#生成一个2x3数组,取数范围:[2,6]随机整数

  • 例六: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。
  1. #numpy.random.random_sample(size=None)

  2. import numpy as np

  3. #size=None

  4. np.random.random_sample()#生成一个[0,1)之间随机浮点数

  5. #size=2

  6. np.random.random_sample(2)#生成shape=2的一维数组

  7. #size为整数元组

  8. np.random.random_sample((2,))#等同np.random.random_sample(2)

  9. #np.random.random_sample((,2))#报错

  10. np.random.random_sample((2,3))#生成2x3数组

  11. np.random.random_sample((3,2,2))#3x2x2数组

 

  • 例七: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。
  1. #numpy.random.choice(a, size=None, replace=True, p=None)

  2. import numpy as np

  3. #a为整数,size为None

  4. np.random.choice(2)#生成一个range(2)中的随机数

  5. #a为整数,size为整数

  6. np.random.choice(2,2)#生成一个shape=2一维数组

  7. #a为整数,size为整数元组

  8. np.random.choice(5,(2,3))#生成一个2x3数组

  9. #a为数组,size为None

  10. np.random.choice(np.array(['a','b','c','f']))#生成一个np.array(['a','b','c','f']中随机元素

  11. #a为数组,size为整数

  12. np.random.choice(5,(2,3))#生成2x3数组

  13. #a为数组,size为整数元组

  14. np.random.choice(np.array(['a','b','c','f']),(2,3))#生成2x3数组

  15. #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

  16. #np.random.choice(2,p=[1])#报错,a和p长度不一致

  17. np.random.choice(5,p=[0,0,0,0,1])#生成的始终是4

  18. 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

  • 例八: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。
  1. #numpy.random.shuffle(x)

  2. import numpy as np

  3. list1 = [1,2,3,4,5]

  4. np.random.shuffle(list1)#输出None

  5. list1#[1, 2, 5, 3, 4],原序列的顺序也被修改

  6. arr = np.arange(9).reshape(3,3)

  7. np.random.shuffle(arr)#对于多维数组,只沿着第一条轴打乱顺序

  • 例九: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。
  1. #numpy.random.permutation(x)

  2. import numpy as np

  3. #x=5

  4. np.random.permutation(5)#生成一个range(5)随机顺序的数组

  5. #x为列表或元组

  6. list1 = [1,2,3,4]

  7. np.random.permutation(list1)#array([2, 1, 4, 3])

  8. #list1#[1, 2, 3, 4]

  9. #x为数组

  10. arr = np.arange(9)

  11. np.random.permutation(arr)

  12. arr2 = np.arange(9).reshape(3,3)

  13. np.random.permutation(arr2)#对于多维数组,只会沿着第一条轴打乱顺序

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值