numpy的随机模块

1.导入numpy,生成一个三行两列,值处于0~1的矩阵

import numpy as np
#所有的值都是从0到1
np.random.rand(3,2)

2.生成随机整数

#返回的是随机的整数,左闭右开
np.random.randint(10,size = (5,4))

np.random.randint(0,10,3)

3.生成随机数

np.random.rand()
np.random.random_sample()

4.指定均值和方差,获取符合高斯正态分布的随机值

mu, sigma = 0,0.1
np.random.normal(mu,sigma,10)

5.设置随机值的精度或小数位

np.set_printoptions(precision = 2)
mu, sigma = 0,0.1
np.random.normal(mu,sigma,10)

6.打乱随机顺序(俗称洗牌)

tang_array = np.arange(10)
tang_array
np.random.shuffle(tang_array)
tang_array

7.随机种子

np.random.seed(100)
mu, sigma = 0,0.1
np.random.normal(mu,sigma,10)

Numpy中,可以使用np.random模块来生成随机数组。其中常用的函数有: 1. np.random.rand(d0, d1, …, dn):用于生成均匀分布的随机数,d0, d1, …, dn为数组的维度,返回[0,1)内的一组均匀分布的数。 2. np.random.randint(low[, high, size, dtype]):用于生成随机整数,从一个均匀分布中随机采样,生成一个整数或N维整数数组。取数范围:若high不为None时,取[low,high)之间随机整数,否则取值[0,low)之间随机整数。dtype:数据类型。size:数据个数或形状。high:最大值。low:最小值。 3. np.random.random([size]):用于生成[0,1)范围内的随机数,size为随机数的个数或形状。 4. np.random.choice(a, size=None, replace=True, p=None):用于从a中随机选择指定数据。数组p:与数组a相对应,表示取数组a中每个元素的概率,默认为选取每个元素的概率相同。replace: True表示可以取相同数字,False表示不可以取相同数字。从a(一维数组)中随机抽取数字,并组成指定大小(size)的数组。 5. np.random.uniform(low=0.0,high=1.0,size=None):从一个均匀分布[low,high)中随机采样。low: 采样下界,float类型,默认为0。high: 采样上界,float类型,默认为1。size: 输出样本数目,为int或元组(tuple)类型,如size=(a,b,c)指定为三维数组,输出a×b×c个样本,缺省时输出1个值。返回值:ndarray类型,其形状和参数size中描述一致。
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

打赏作者

小徐的记事本

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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