numpy构建随机数的种类及区别

最新推荐文章于 2025-07-19 19:13:58 发布

原创最新推荐文章于 2025-07-19 19:13:58 发布 · 332 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#numpy.random

python数据处理专栏收录该内容

8 篇文章

订阅专栏

本文详细介绍了Numpy中rand()和randn()函数的区别与用法。rand()用于生成[0,1)区间内的随机数，而randn()则从标准正态分布中返回样本值。通过实例展示了如何使用这两个函数生成不同维度的随机数数组。

numpy中有一些常用的用来产生随机数的函数，rand()和randn()是比较常用的。

二者区别：

numpy.random.rand(d0, d1, …, dn)的随机样本位于[0, 1)中。
numpy.random.randn(d0, d1, …, dn)是从标准正态分布中返回一个或多个样本值。

1 numpy.random.rand()

numpy.random.rand(d0,d1,…,dn)

rand函数根据给定维度生成[0,1)之间的数据，包含0，不包含1
dn表格每个维度
返回值为指定维度的array

np.random.rand(5)
Out[6]:
array([0.88386496, 0.51229303, 0.69061807, 0.93060511, 0.0457122 ])
In [8]:

np.random.rand(5,3)
Out[8]:
array([[0.99685371, 0.87353889, 0.95045279],
       [0.20656954, 0.29642197, 0.82646162],
       [0.42212442, 0.32715273, 0.55960752],
       [0.86078255, 0.58866155, 0.92231739],
       [0.35026198, 0.62827359, 0.51717833]])

2 numpy.random.randn()

numpy.random.randn(d0,d1,…,dn)

randn函数返回一个或一组样本，具有标准正态分布。
dn表格每个维度

返回值为指定维度的array

np.random.randn(5)
Out[6]:
array([0.88386496, 0.51229303, 0.69061807, 0.93060511, 0.0457122 ])
In [10]:
np.random.randn(5,3)
Out[10]:
array([[-0.75939051,  1.71019672, -0.57690496],
       [ 0.25321285,  0.31947695,  0.62833071],
       [-1.43914994,  1.91178131, -1.43181662],
       [-1.00014092, -1.30347436, -1.15189474],
       [ 1.30446249, -0.22957455, -0.73052334]])