random and np.random

本文演示了Python内置的random模块与NumPy的np.random模块生成随机数的方法,包括随机整数和浮点数。通过示例代码展示了两者的使用,并指出np.random.randint的参数与random.randint的区别,即np.random.randint的上限不包含在内。最后展示了如何生成多维随机整数数组。
部署运行你感兴趣的模型镜像

random and np.random


def test_random():

    import random
    random.seed(1)

    # [1,5]的一个随机整数, params: low (include), high (include)
    print(random.randint(1, 5))  # 2

    # [0,1)的一个随机数
    print(random.random())  # 0.5692038748222122

    import numpy as np
    np.random.seed(1)

    # [0,1)的一个随机数
    print(np.random.random())  # 0.417022004702574
    print(np.random.random(size=[3]))

    """
    [7.20324493e-01 1.14374817e-04 3.02332573e-01]
    """
    print(np.random.random(size=[2,3]))
    """

    [[0.14675589 0.09233859 0.18626021]
     [0.34556073 0.39676747 0.53881673]]

    """
    # 随机整数
    # np.random.randint区别于random.randint
    # np.random.randint: low(include), high(exclude)
    # random.randint: low(include), high(include)
    print(np.random.randint(low=1, high=5, size=[2,4]))
    """
    [[3 2 3 1]
     [4 1 3 1]]
    """

    return None

您可能感兴趣的与本文相关的镜像

Python3.10

Python3.10

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

### 概念重述 您询问的是 NumPy 中三个常用的随机数生成函数:`np.random.random`、`np.random.rand` 和 `np.random.randn`。它们用于生成不同分布的随机数组,常用于模拟数据、机器学习初始化、统计抽样等场景。 --- ### 详解 #### 1. `np.random.random(size=None)` - **作用**:生成一个 `[0.0, 1.0)` 区间内服从均匀分布的随机样本。 - **参数说明**: - `size`:输出形状。若为整数,返回一维数组;若为元组,返回对应形状的多维数组。 - **示例**: ```python np.random.random(3) # 生成3个随机数,如:array([0.234, 0.678, 0.123]) np.random.random((2, 3)) # 生成2行3列的随机数组 ``` #### 2. `np.random.rand(d0, d1, ..., dn)` - **作用**:与 `random` 类似,但接受维度作为单独参数,生成 `[0.0, 1.0)` 均匀分布的随机数组。 - **参数说明**: - 每个参数代表一个维度。 - **示例**: ```python np.random.rand(2, 3) # 生成2行3列的随机数组 ``` #### 3. `np.random.randn(d0, d1, ..., dn)` - **作用**:生成服从标准正态分布(均值为 0,方差为 1)的随机样本。 - **参数说明**: - 每个参数代表一个维度。 - **示例**: ```python np.random.randn(2, 3) # 生成2行3列的标准正态分布随机数组 ``` --- ### 知识点 1. **NumPy 随机数生成** NumPy 提供多种函数生成不同分布的随机数,适用于模拟和统计建模。 2. **均匀分布 vs 正态分布** - `random` 和 `rand` 生成的是均匀分布; - `randn` 生成的是标准正态分布。 3. **数组形状控制** 使用 `size` 或维度参数控制输出数组的维度,便于数据初始化和模拟。
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