溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
numpy中生成隨機數的常用函數有哪些？這個問題可能是我們日常學習或工作經常見到的。希望通過這個問題能讓你收獲頗深。下面是小編給大家帶來的參考內容，讓我們一起來看看吧！
1、使用numpy生成隨機數的幾種方式
1）生成指定形狀的0-1之間的隨機數：np.random.random()和np.random.rand()
array1 = np.random.random((3)) display(array1) # ----------------------------------- array2 = np.random.random((3,4)) display(array2) # ----------------------------------- array3 = np.random.rand(3) display(array3) # ----------------------------------- array4 = np.random.rand(2,3) display(array4)
① 操作如下
② 區別如下
2）生成指定數值范圍內的隨機整數：np.random.randint()
① 操作如下
array9 = np.random.randint(low=1, high=10, size=6, dtype=np.int32) display(array9) # --------------------------------------------------------- array10 = np.random.randint(low=1, high=10, size=(2,3), dtype=np.int64) display(array10) # --------------------------------------------------------- array11 = np.random.randint(low=1, high=10, size=(2,3,4), dtype=np.int32) display(array11)
② 結果如下
3）與正態分布有關的幾個隨機函數：np.random.randn()和np.random.normal()
array5 = np.random.randn(3) display(array5) # --------------------------------------------- array6 = np.random.randn(2,3) display(array6) # --------------------------------------------- array7 = np.random.normal(loc=2,scale=0.5,size=6) display(array7) # --------------------------------------------- array8 = np.random.normal(loc=2,scale=0.5,size=6).reshape(2,3) display(array8)
① 結果如下
② 區別如下
4）均勻分布隨機函數：np.random.uniform()
用法：生成指定范圍內的服從均勻分布的隨機數；
array11 = np.random.uniform(1,10,5) display(array11) # --------------------------------- array12 = np.random.uniform(1,10,(2,3)) display(array12)
① 結果如下
5）np.random.seed()：按照種子來生成隨機數，種子一樣，則生成的隨機數結果必一致
① 操作如下
np.random.seed(3) a = np.random.rand(3) display(a) np.random.seed(3) b = np.random.rand(3) display(b) # -------------------------- np.random.seed() a = np.random.rand(3) display(a) np.random.seed() b = np.random.rand(3) display(b)
② 結果如下
6）np.random.shuffle()：打亂數組元素順序(原地操作數組)
c = np.arange(10) display(c) np.random.shuffle(c) display(c)
① 結果如下
7）np.random.choice()：按照指定概率從指定數組中，生成隨機數；
① np.random.choice()函數的用法說明
d = np.random.choice([1,2,3,4], p=[0.1, 0.2, 0.3, 0.4]) display(d)
說明：上述函數第一個參數表示的是數組，第二個參數表示的是概率值。上述函數的含義是當進行n多次重復實驗的時候，抽取1的概率為0.1，抽取2的概率為0.2，抽取3的概率為0.3，抽取4的概率為0.4。
② 結果如下
③ 隨即進行10000次重復實驗，檢測每一個數，被抽取到的概率
list1 = [0,0,0,0] for i in range(100000): f = np.random.choice([1,2,3,4], p=[0.1, 0.2, 0.3, 0.4]) list1[f-1] = list1[f-1] + 1 display(list1) result_list = [value/sum(list1) for value in list1] display(result_list)
④ 結果如下
⑤ 模擬進行100000次擲硬幣重復實驗，檢測每一面，被抽取到的概率
list1 = [0,0] for i in range(100000): f = np.random.choice([0,1], p=[0.5,0.5]) list1[f] = list1[f] + 1 display(list1) result_list = [value/sum(list1) for value in list1] display(result_list)
⑥ 結果如下
感謝各位的閱讀！看完上述內容，你們對numpy中生成隨機數的常用函數有哪些大概了解了嗎？希望文章內容對大家有所幫助。如果想了解更多相關文章內容，歡迎關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
