本文详细介绍了Numpy的随机数生成函数，包括`rand`、`randn`、`randint`、`random`和`sample`的使用方法。这些函数在数据分析和数据挖掘中十分常用，可以生成不同分布的随机数数组。`rand`和`random`返回均匀分布的浮点数，`randn`返回标准正态分布的浮点数，`randint`生成指定区间的整数，而`choice`可以从已有的数组中随机选择元素。
Numpy可以根据一定的规则创建随机数，随机数的使用会在概率论，数据分析，数据挖掘的时候经常用到。
官网主页Random
本文整理Numpy Random常见的一些用法。
目录
np.random.rand（d0, d1, ..., dn）
np.random.randn（d0, d1, ..., dn）
np.random.randint (low, high=None, size=None, dtype='l')
np.random.choice(a, size=None, replace=True, p=None)
在随机数内容之前，提一下数组的shape属性。
数组array的shape属性，是指数组的维度，是一些整数组成的元祖tuple，元祖中每个整数表示对应每个维度的大小。
例如，如果元祖中只有一个整数，该数组为一维数组；如果元祖有2个整数，即为二维数组，以此类推。
Numpy Random常见的一些用法
-
np.random.rand（d0, d1, ..., dn）
创建给定shape维度大小的array数组，数组内数据为满足均匀分布的[0,1)内的值。
返回的结果：数组，维度元祖为（d0, d1, ..., dn）
1)当函数括号内没有参数时，则返回一个浮点数；
2）当函数括号内有一个参数时，则返回一维数组；
注意，这里输出的维度shape元组 (10, ) 。按官方的文档理解，这里
最低0.47元/天 解锁文章
扫一扫
2609
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
