Numpy 随机数

发布时间：2023-07-01 15:09:55 所属栏目：教程来源：

导读：numpy.random 模块对 Python 内置的 random 进行了补充，增加了一些用于高效生成符合多种概率分布的样本值的函数。这一小节将详述如何用 Numpy 快速创建随机数矩阵。

1. 创建符合均匀分布的随机数组
1.1 numpy.r

numpy.random 模块对 Python 内置的 random 进行了补充，增加了一些用于高效生成符合多种概率分布的样本值的函数。这一小节将详述如何用 Numpy 快速创建随机数矩阵。

1. 创建符合均匀分布的随机数组
1.1 numpy.random.rand 函数
numpy.random.rand 函数通常用来创建一个服从 “0~1” 均匀分布的随机浮点数（组），随机样本取值范围是[0,1)。函数调用方法如下：

numpy.random.rand(d0, d1, ..., dn)
构造函数接受的参数详解如下：

参数   描述
d0, d1, …, dn   表征生成数组的维数，若不指定则默认返回一个浮点数。
案例
最简单的情况，当不指定任何参数的时候，生成 0-1 之间的随机浮点数：

np.random.rand()Out:
相应地，也可以指定产生一个固定维度的数组，例如希望生成一个指定维度为 3×2，服从 “0-1” 均匀分布的数组，可以用如下语句顺利实现：

np.random.rand(, )Out:array([[, ], [, ], [, ]])
1.2 numpy.random.uniform 函数
numpy.random.uniform 函数可以用来创建一个在指定区间内符合均匀分布的随机数（组）。函数调用方法如下：

numpy.random.uniform(low=, high=, size=None)
构造函数接受的参数详解如下：

参数   描述
low   采样下界，默认值为0；
high   采样上界，默认值为1；采样区间为[low, high)
size   样本维数，为int或tuple类型
案例
在默认情况下，即无任何传参的时候，numpy.random.uniform 和 numpy.random.rand 函数效果类似：

np.random.uniform()Out:
其功能都是产生一个 0-1 之间随机浮点数。

在实际应用中，uniform 函数的功能更加强大一些。例如，可以创建一个在0-10之间均匀采样的4×4方阵：

np.random.uniform(, , size=(,))Out:array([[ , , , ], [, , , ], [, , , ], [, , , ]])
1.3 numpy.random.randint 函数
numpy.random.randint 函数可以用来创建一个在指定区间内符合均匀分布的随机整数（数组）。函数调用方法如下：

numpy.random.randint(low, high=None, size=None, dtype='l')
构造函数接受的参数详解如下：

参数   描述
low   采样下界，整数类型。当high不指定时，采样区间为[0, low）
high   采样上界，可选。采样区间为[low, high)
size   样本维数，为int或tuple类型
dtype   数组数据类型，可选
案例
在只指定 low 参数的时候，可以用来产生一个随机整数：

np.random.randint()Out:
类似地，也可以在更大范围内采样。例如，对 0-100 之间整数均匀采样：

np.random.randint(, , size=, dtype=np.int16)Out:array([ , , , , , , , , , ], dtype=int16)
可以观察发现：size 取整数值时，返回结果为一维数组。

（编辑：汽车网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!