机器学习（二）Numpy入门:np.random用法总结

emily_laravel_learn

于 2020-02-24 14:12:17 发布

阅读量1k

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习

本文链接：https://blog.youkuaiyun.com/emily_laravel_learn/article/details/104476573

机器学习专栏收录该内容

12 篇文章

订阅专栏

本文详细介绍NumPy中用于生成随机数的各种函数，包括rand、randn、randint、random和choice，涵盖从简单随机数到复杂概率分布的生成。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 快速创建数组

1. rand：生成指定维度的的[0,1)范围之间的随机数，输入参数为维度

np.random.rand()

Out: 0.9169575530324877

2. randn: 生成指定维度的服从标准正态分布的随机数，输入参数为维度

np.random.randn(10)  
array([ 0.01358581,  0.77121732, -0.16339852, -1.28894338, -0.12628166,
        1.63973282,  0.29526028,  0.483301  , -1.42339779, -0.10114314])

3. randint(low, high = None, size = None,dtype = 'l') 返回随机数或者随机数组成的array 等价于random_integers

np.random.randint(10)#返回10以内的随机整数
Out: 1

np.random.randint(10,size=(2,3))#返回[0,10)之间的随机整数，size两行三列

Out:array([[8, 3, 2],
       [9, 7, 5]])

4.random:生成随机浮点数等价于rand

np.random.random(size = (2,2)) 生成随机浮点数阵列

5.choice(a, size = None, replace = True, p = None) 从给定数组a中随机选择,p可以指定a中每个元素被选择的概率

np.random.choice(5, 3)
Out[45]: array([4, 0, 3])

list1=[1, 2, 3, 4]

np.random.choice(list1)
Out: 4