python基础--numpy.random

Numpy随机数生成
本文介绍了如何使用Numpy库中的random模块生成不同维度的随机数组。通过实例演示了rand函数的应用,包括一维和二维随机数组的创建过程。
# *_*coding:utf-8 *_*
# athor:auto

import numpy.random

#rand(d0, d1, ..., dn)n维随机值

data0 = numpy.random.rand(3,2)
print(data0)
# [[ 0.32795061  0.57825984]
# [ 0.29511226  0.64076698]
# [ 0.3778223   0.23230085]]

print('===========================')

data1 = numpy.random.rand(3,2,2)
print(data1)
#[[[ 0.44952156  0.11168053]
#  [ 0.87637963  0.24573856]]

# [[ 0.67938412  0.95292638]
#  [ 0.13807601  0.77882787]]

# [[ 0.53388344  0.98088418]
#  [ 0.17200354  0.81483477]]]

  这个numpy.random函数相当于可以构造一个多维的数组

转载于:https://www.cnblogs.com/IGNB/p/10616278.html

### 回答1: numpy.random.randn是一个用于生成随机数的函数,返回的是一个由浮点数组成的指定形状的数组,这些浮点数是从标准正态分布中随机抽样得到的。 具体来说,numpy.random.randn函数的语法如下: ```python numpy.random.randn(d0, d1, ..., dn) ``` 其中,d0, d1, ..., dn 是表示生成数组形状的参数,可以是整数或者整数元组。函数会返回一个形状为 (d0, d1, ..., dn) 的数组,其中的元素是从标准正态分布中抽样得到的浮点数。 例如,下面的代码生成了一个形状为 (2, 3) 的数组,其中的元素是从标准正态分布中抽样得到的: ```python import numpy as np arr = np.random.randn(2, 3) print(arr) ``` 输出: ``` [[-1.33307884 0.8263848 0.05024193] [-1.04358602 0.497614 1.09213628]] ``` ### 回答2: numpy.random.randn是numpy中的一个函数,用于生成服从标准正态分布(平均值为0,标准差为1)的随机数。它可以根据指定的大小来生成一个指定形状的数组。下面是对numpy.random.randn函数的详细解释。 首先,numpyPython中的一个重要的科学计算库,提供了很多用于数组操作和数学计算的功能。而numpy.random模块是numpy库中的一个子模块,提供了伪随机数生成器的功能。其中,randn函数用于生成服从标准正态分布的随机数序列。 语法格式:numpy.random.randn(d0, d1, ..., dn),其中d0, d1, ..., dn表示生成的随机数序列的维度,可以是整数或整数序列。 参数说明:d0, d1, ..., dn用于指定生成随机数序列的维度,如果没有指定,则默认为一个随机数。 返回值:返回一个形状为(d0, d1, ..., dn)的数组,数组中的元素服从标准正态分布。 例如,生成一个形状为(2, 3)的二维数组,其中的元素服从标准正态分布,可以使用以下代码: import numpy as np arr = np.random.randn(2, 3) print(arr) 运行结果可能为: [[-0.24616705 0.25069005 1.41882856] [ 1.06692249 0.20792445 0.10625843]] 在生成的数组中,每个元素都是一个服从标准正态分布的随机数。 总之,numpy.random.randn函数是用于生成服从标准正态分布的随机数序列的。它可以根据指定的大小来生成一个指定形状的数组,提供了强大的随机数生成功能,在数据科学和工程计算中常被使用。 ### 回答3: numpy.random.randn是numpy库中用于生成符合标准正态分布(均值为0,标准差为1)的随机数的函数。该函数的参数是一个或多个整数,用于指定返回随机数的维度,返回值是一个具有指定维度的numpy数组。 使用方法如下: 1. 首先,需要导入numpy库:import numpy as np 2. 然后,可以使用np.random.randn来生成随机数。 下面是一个简单的例子,生成一个3x3的随机数组: import numpy as np rand_arr = np.random.randn(3, 3) print(rand_arr) 执行以上代码,可能得到的输出结果类似于: [[-0.28790072 -1.30127789 0.28642234] [ 0.30540302 -0.41940331 0.02838139] [-1.03656423 0.12807012 -0.20615022]] 可以看到,生成的随机数符合标准正态分布。如果需要生成其他均值和方差的正态分布随机数,可以使用numpy.random.normal函数。 总之,numpy.random.randn函数是一个方便生成符合标准正态分布随机数的函数,可以根据需要指定维度生成相应的随机数数组。
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