教程 | Numpy的伪随机数生成

本文深入探讨了Numpy中的随机数生成模块,对比Python内置的random模块,Numpy提供了更高效、更多样化的随机数生成函数,适用于大规模数据样本的生成。文中详细介绍了如何使用Numpy生成不同分布的随机数,并解释了伪随机数的概念及其生成原理。

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

 

访问flyai.club,一键创建你的人工智能项目

 

        

        numpy.random模块对Python内置的random进行了补充,增加了一些用于高效生成多种概率分布的样本值的函数。例如,你可以用normal来得到一个标准正态分布的4×4样本数组:

 

 

        而Python内置的random模块则只能一次生成一个样本值。从下面的测试结果中可以看出,如果需要产生大量样本值,numpy.random快了不止一个数量级

 

 

        我们说这些都是伪随机数,是因为它们都是通过算法基于随机数生成器种子,在确定性的条件下生成的。你可以用NumPy的np.random.seed更改随机数生成种子:

 

 

        numpy.random的数据生成函数使用了全局的随机种子。要避免全局状态,你可以使用numpy.random.RandomState,创建一个与其它隔离的随机数生成器:

 

 

        numpy.random函数

 

        

 

教程 | Jupyter Notebook初级教程——迷死人的基础操作​

教程 | Jupyter Notebook基础教程——快捷键的使用​

教程 | Python之Numpy ndarray 基本介绍 1​

教程 | Python之Numpy ndarray 基本介绍 2​

教程 | Python之Numpy ndarray 基本介绍 3​

教程 | Python之Numpy ndarray 基本介绍 4​

教程 | 通用函数:快速的元素级数组函数​

教程 | 使用数组进行数组编程(上)

教程 | 使用数组进行数组编程(下)​

教程 | Numpy的线性代数运算

点击 阅读原文 ,动手操作

 

—  End —

 

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