np.empty()函数、np.random.uniform()函数、np.random.normal()函数的详细介绍和代码说明

本文介绍了NumPy中的几个重要随机数生成函数,包括np.empty()用于创建空数组,np.random.uniform()用于生成均匀分布的随机数,以及np.random.normal()用于生成正态分布的随机数。此外,还提到了其他如randint、random_integers等随机数生成函数的用途。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

np.empty()函数

函数定义:
numpy.empty(shape, dtype=float, order='c, like=None)*

np.empty()是依据给定形状和类型(shape,[dtype, order])返回一个新的空数组。由于np.empty()返回一个随机元素的矩阵,所以使用的时候需要手工把每一个值重新定义,否则该值是接近零的随机数。

import numpy as np

a = np.empty((2,3,4 ), dtype=np.float64)
print(a)

输出的结果为:
在这里插入图片描述
通过图片的显示,可以看出,在不予对生成的矩阵赋值时,里面的值是很小的,趋于零。

np.random.uniform()函数

函数定义:
numpy.random.uniform(low,high,size)

函数参数:
low: 采样下界,float类型,默认值为0;
high: 采样上界,float类型,默认值为1;
size: 输出样本数目,为int或元组(tuple)类型,例如,size=(m,n,k), 则输出 m * n * k 个样本

函数返回值:ndarray类型,其形状和参数size中描述一致。

函数功能:从一个均匀分布[low,high)中随机采样,定义域是左闭右开,即包含low,不包含high。

代码 np.random.uniform(0., 100., size=100)则表示均匀产生一百个样本,样本范围是从0到100,且包含0不包含100。

np.random.normal()函数

函数定义:
np.random.normal(loc=0.0, scale=1.0, size=None)

loc:float型,是概率分布的均值。loc=0说明这一个以Y轴为对称轴的正态分布。
scale:float型,是概率分布的标准差。
size:输出的shape,默认为None,只输出一个值。

举例:生成一个均值为1.75,标准差为1,点数为10000000的正态分布数据

import matplotlib.pyplot as plt
import numpy as np
# 生成均匀分布的随机数
x1 = np.random.normal(1.75, 1, 10000000)
# 创建画布
plt.figure(figsize=(6, 8), dpi=100)
# 绘制直方图
plt.hist(x1, 10000)
# 显示图像
plt.show()

结果显示:
在这里插入图片描述

np.random的其它常见函数

1、randint:
定义:numpy.random.randint(low, high=None, size=None, dtype=‘l’)
功能:产生随机整数;

2、random_integers:
定义: numpy.random.random_integers(low, high=None, size=None)
功能:在闭区间上产生随机整数;

3、random_sample:
定义: numpy.random.random_sample(size=None)
功能:在[0.0,1.0)上随机采样;

4、random:
定义: numpy.random.random(size=None)
功能:和random_sample一样,是random_sample的别名;

5、rand:
定义: numpy.random.rand(d0, d1, …, dn)
功能:产生d0 - d1 - … - dn形状的在[0,1)上均匀分布的float型数。

6、randn:
定义:numpy.random.randn(d0,d1,…,dn)
功能:产生d0 - d1 - … - dn形状的标准正态分布的float型数。

参考

https://blog.youkuaiyun.com/qq_37006426/article/details/116463961
https://blog.youkuaiyun.com/weixin_48135624/article/details/115410918

### 回答1: np.random.uniform函数numpy库中用于生成均匀分布随机数的函数。该函数接受三个参数:low,highsize,分别表示随机数的最小值、最大值生成的随机数的数量。它会生成一个low到high之间的随机数数组,数组中的每个元素都是low到high之间的随机数。 ### 回答2: np.random.uniformNumPy中的一个随机数生成函数,其作用是按照均匀分布产生随机数。在使用此函数时,可以自定义随机数生成的范围形状。 使用该函数生成随机数时,需要传入参数来指定生成随机数的范围形状。如下所示: np.random.uniform(low, high=None, size=None) 其中,low表示随机数生成的最小值,high表示随机数生成的最大值,size表示生成随机数的形状,可以指定为一个整数或一个元组。 例如:生成一个在[0,1)范围内的随机数,可以使用下述代码: import numpy as np a = np.random.uniform(low=0.0, high=1.0, size=None) # 生成一个标量 print(a) 也可以指定生成随机数的形状,例如: b = np.random.uniform(low=0.0, high=1.0, size=(2, 3)) # 生成一个2x3的矩阵 print(b) 需要注意的是,high的默认值为1.0,size的默认值为None,此时生成一个标量。 此外,np.random.uniform还可以用来生成指定形状的数组。 例如,生成一个形状为(2,3,4)的数组: c = np.random.uniform(low=0.0, high=1.0, size=(2, 3, 4)) # 生成一个2x3x4的数组 print(c) 总的来说,np.random.uniform函数十分灵活,可以用来生成不同范围形状的随机数。在实际应用中,该函数可以用于生成随机分布的样本数据等。 ### 回答3: numpy模块中的random子模块提供了许多随机数生成的函数,其中包括np.random.uniform函数。这个函数用来生成指定区间内的均匀分布随机数。 语法如下: ```python np.random.uniform(low=0.0,high=1.0,size=None) ``` 参数解释: - low:指定随机数起始范围,默认为0.0。 - high:指定随机数结束范围,默认为1.0。 - size:指定随机数生成个数。可以为整数,元组,或是与ndarray数组相同形状的随机数。如果没有指定,则返回单个随机数。 返回值: - 返回生成指定区间内的均匀分布随机数。 举例如下: ```python import numpy as np # 生成单个随机数 a = np.random.uniform() print(a) # 生成10个在[0,1)区间的随机数 b = np.random.uniform(size=10) print(b) # 生成3行4列在[1, 10)区间的随机数 c = np.random.uniform(low=1,high=10,size=(3, 4)) print(c) ``` np.random.uniform函数Python科学计算领域广泛应用,可以用于随机数生成、加密等方面。同时也可以用来生成测试数据,进行数据分析与处理等。
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

Dream_Bri

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