Contents
np.random模块
-
np.random模块用于生成随机数
-
常用函数
| 函数 | 含义 |
|---|---|
| random() | 生成一个[0, 1.)之间的随机浮点数 |
| random([3, 2]) | 生成形状为3×2的随机浮点数 |
| rand(3, 2) | 和random([3, 2])相同 |
| randint(a ,b, size) | 生成[a,b)之间的随机整数 |
| uniform(a, b, size) | 生成形状为size的[a,b)之间的浮点数 |
| normal(m, d, size) | 生成的随机数符合均值为m,标准差为d的正态分布 |
| randn(2, 3) | 生成形状为2×3的随机浮点数,符合标准正态分布 |
| choice(l, size) | 随机返回形状为size的元素,l必须是1维的 |
| shuffle(arr) | 将ndarray中元素随机打乱,直接改变原来的变量,无返回值 |
1.random
np.random.random(size):生成[0, 1.0)之间的随机浮点数
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 |
import numpy as np ''' np.random.random(size) Args: size:默认为None，表示生成随机数的形状，不传参数时，只返回一个随机数 ''' r = np.random.random() print(r) ''' 0.051330718987810275 ''' r = np.random.random([3,2]) print(r) ''' [[0.56485029 0.26826023] [0.283601 0.06587369] [0.53037703 0.09549962]] ''' |
2.randint
np.random.randint(low, high, size):生成[low, high)之间的随机整数
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 |
import numpy as np ''' np.random.randint(low, high, size) 生成[low,high)之间的整数 Args: low:最小值(能取到) high:最大值(取不到) size:默认为None，表示生成随机数的形状，不传参数时，只返回一个随机数 ''' r = np.random.randint(1, 6) print(r) ''' 5 ''' r = np.random.randint(1, 7, [3, 2]) print(r) ''' [[1 3] [1 6] [2 2]] ''' |
3.uniform
np.random.uniform(low, high, size):生成[low,high)之间的随机浮点数，随机的概率是均匀的。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 |
import numpy as np ''' np.random.uniform(low, high, size) 生成[low,high)之间的随机浮点数，随机的概率是均匀的 Args: low:最小值(能取到) high:最大值(取不到) size:默认为None，表示生成随机数的形状，不传参数时，只返回一个随机数 ''' r = np.random.uniform(1, 6) print(r) ''' 4.012983373039803 ''' r = np.random.uniform(1, 6, [3, 2]) print(r) ''' [[3.15760289 1.680493 ] [5.99482432 3.50459819] [3.60929118 1.36948006]] ''' |
4.normal
np.random.normal(mean, stddev, size):生成形状为size的随机浮点数，随机的概率符合均值为mean，标准差为stddev的正态分布
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 |
import numpy as np ''' np.random.normal(mean, stddev, size) 生成形状为size的随机浮点数，随机的概率符合均值为mean，标准差为stddev的正态分布 Args: mean:均值，默认为0 stddev:标准差，默认为1 size:默认为None，表示生成随机数的形状，不传参数时，只返回一个随机数 ''' r = np.random.normal(5, 1) print(r) ''' 4.881012596562961 ''' r = np.random.normal(5, 1, [3, 2]) print(r) ''' [[5.28539653 6.53396064] [5.59970247 5.066448 ] [5.72564169 4.78830441]] ''' |
5.choice
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 |
np.random.choice(a, size=None, replace=True, p=None)：从a序列中**随机取出**形状为size的元素 import numpy as np ''' np.random.choice(a, size=None, replace=True, p=None) 从a序列中随机取出形状为size的元素 Args: a:一个列表，必须是一维的！ size:默认为None，表示生成随机数的形状，不传参数时，只返回一个随机数 replace:能否重复 p=None ''' r = np.random.choice([1, 2, 3, 4, 5, 6]) print(r) ''' 3 ''' r = np.random.choice([1, 2, 3, 4, 5, 6], [2, 3]) print(r) ''' [[4 4 6] [2 2 2]] ''' r = np.random.choice([1, 2, 3, 4, 5, 6], [2, 3], replace=False) # 不重复 print(r) ''' [[3 1 2] [5 4 6]] ''' r = np.random.choice([1, 2, 3, 4, 5, 6], [2, 3], p=[0.8, 0.05, 0.05, 0.04, 0.04, 0.02]) # 指定概率 print(r) ''' [[6 1 1] [3 1 1]] ''' |
6.shuffle
np.random.shuffle(x)：洗牌，对x进行顺序打乱，对多维数组进行打乱排列时，只对第一个维度也就是列维度进行随机打乱
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 |
import numpy as np ''' np.random.shuffle(x) 洗牌，对x进行顺序打乱 对多维数组进行打乱排列时，只对第一个维度也就是列维度进行随机打乱 Args: x：如果是1维的，则全部打乱，如果是多维的,只对第一维打乱 ''' r = np.random.randint(1, 7, 6) # 一维的 print(r) ''' [4 5 2 5 1 2] ''' np.random.shuffle(r) # 打乱 print(r) ''' [2 1 4 5 2 5] ''' r = np.random.randint(1, 7, [5, 2]) # 多维的 print(r) ''' [[2 1] [4 6] [3 2] [4 1] [1 4]] ''' np.random.shuffle(r) # 打乱 print(r) ''' [[4 1] [2 1] [4 6] [3 2] [1 4]] ''' |
