Python中numpy對象random使用方法總結
注:爲介紹方便,本文將numpy簡化爲np
主要可關注兩點:
1,隨機生成的範圍,“[”與“)”
2,隨機生成的數據類型
3,隨機生成數是否可控
內容介紹
一、隨機生成浮點數
1.1 生成(0,1)之間的浮點數
區別在於:維度的表示方式上,1.1.1是直接表示,其他的是使用size=()
1.1.1 numpy.random.rand()
直接是維度,不需要size=()
實例:
1.1.2 numpy.random.random_sample(size=None)
使用size=()確定維度
實例:
1.1.3 numpy.random.random(size=None)
1.1.4 numpy.random.ranf(size=None)
1.1.5 numpy.random.sample(size=None)
1.2 符合正太分佈的浮點數
1.2.1 np.random.randn()
與 np.random.rand()類似,直接表示維數,且空表示一個數
二、隨機生成整數
2.1 numpy.random.randint ()
表示:numpy.random.randint (low,high,size)
範圍:[0,low) 或者 [low,high)之間的整數,
實例:
2.2 numpy.random.random_integers()
表示:numpy.random.random_integers(low,high,size)
範圍:[1,low) 或者 [low,high]之間的整數
實例:(一般只是用上面的,這個不常用)
三、隨機生成數可控
3.1 numpy.random.choice()
屬於自主定義型
3.1.1 使用方式
numpy.random.choice(a, size=None, replace=True, p=None)
a可以是整數、或者數組
size確定維度
replace表示是否重複
p設置每個數出現的概率,應與a維數相同,且和爲1
3.1.2 實例
3.2 numpy.random.seed()
控制隨機生成的數值
3.2.1 使用方式
若想生成相同的隨機序列,需要將numpy.random.seed() 與前面的配合使用。
形如:
numpy.random.seed(num)
numpy.random.randint(num)
3.2.2 實例
當seed中的值爲空時:
當seed中的值爲固定值: