網站首頁 編程語言 正文
np.random模塊常用的一些方法介紹
名稱 | 作用 |
---|---|
numpy.random.rand(d0, d1, …, dn) | 生成一個[d0, d1, …, dn]維的numpy數組,數組的元素取自[0, 1)上的均分布,若沒有參數輸入,則生成一個[0, 1)的數。 |
numpy.random.randn(d0, d1, …, dn) | 生成一個[d0, d1, …, dn]維的numpy數組,具有標準正態分布。 |
numpy.random.randint(low, high=None, size=None, dtype=‘I’) | 生成整數,取值范圍為[low, high),若沒有輸入參數high,則取值區間為[0, low)。 |
numpy.random.uniform(low=0.0, high=1.0, size=None) | 生成符合均分布的浮點數,取值范圍為[low, high),默認取值范圍為[0, 1.0)。 |
numpy.random.normal(loc=0.0, scale=1.0, size=None) | 按照正態分布生成均值為loc,標準差為scale的,形狀為size的浮點數。 |
numpy.random.random(size=None) | 生成[0.0, 1.0)之間的浮點數。 |
numpy.random.choice(a, size=None, replace=True, p=None) | 從a(數組)中選取size(維度)大小的隨機數,replace=True表示可重復抽取,p是a中每個數出現的概率。若a是整數,則a代表的數組是arange(a)。 |
例子
numpy.random.rand(d0, d1, …, dn):
生成一個[d0, d1, …, dn]維的numpy數組,數組的元素取自[0, 1)上的均分布,若沒有參數輸入,則生成一個[0, 1)的數。
import numpy as np
v1 = np.random.rand()
v2 = np.random.rand(3,4)
print(v1)
print(v2)
輸出結果為:
0.618411110932038
[[0.35134062 0.55609186 0.4173297 ?0.85541691]
?[0.35144304 0.31204156 0.60196109 0.390464 ?]
?[0.19186067 0.94570486 0.8637441 ?0.07028114]]
numpy.random.randn(d0, d1, …, dn):
生成一個[d0, d1, …, dn]維的numpy數組,具有標準正態分布。
import numpy as np
v1 = np.random.randn()
v2 = np.random.randn(3,4)
print(v1)
print(v2)
輸出結果為:
0.47263651836701953
[[-0.23431214 ?0.97197099 ?0.52845269 -0.45246824]
?[-1.1266395 ?-1.60040653 -2.64602615 -0.19457032]
?[-0.520287 ? -1.0799122 ? 0.08441667 ?0.34980224]]
numpy.random.randint(low, high=None, size=None, dtype=‘I’):
生成整數,取值范圍為[low, high),若沒有輸入參數high,則取值區間為[0, low)。
import numpy as np
v1 = np.random.randint(5)
v2 = np.random.randint(1,high = 5)
v3 = np.random.randint(1,high = 5,size = [3,4])
print(v1)
print(v2)
print(v3)
輸出結果為:
2
3
[[1 1 3 1]
?[2 2 3 2]
?[3 4 2 1]]
numpy.random.uniform(low=0.0, high=1.0, size=None):
生成符合均分布的浮點數,取值范圍為[low, high),默認取值范圍為[0, 1.0)。
import numpy as np
v1 = np.random.uniform()
v2 = np.random.uniform(low = 0,high = 5)
v3 = np.random.uniform(low = 0,high = 5,size = [3,4])
print(v1)
print(v2)
print(v3)
輸出結果為:
0.6925621763952164
3.0483936610544218
[[1.34959297 4.84117424 0.41277118 4.81392216]
?[2.91266734 0.87922181 3.39729422 3.34340092]
?[0.45158364 3.8129479 ?0.54246798 2.57192192]]
numpy.random.normal(loc=0.0, scale=1.0, size=None)
按照正態分布生成均值為loc,標準差為scale的,形狀為size的浮點數。
import numpy as np
v1 = np.random.normal()
v2 = np.random.normal(loc = 0,scale = 5)
v3 = np.random.normal(loc = 0,scale = 5,size = [3,4])
print(v1)
print(v2)
print(v3)
輸出結果為:
0.7559391954091367
-3.359831771004067
[[ ?3.90821047 ? 6.37757533 ? 6.3813528 ? ?0.86219281]
?[ -3.61201084 ? 4.05948053 ?-3.91172941 ?11.29050165]
?[ -8.60318633 -10.07090496 ?-4.86557867 ? 7.98536182]]
numpy.random.random(size=None)
生成[0.0, 1.0)之間的浮點數。
import numpy as np
v1 = np.random.random()
v2 = np.random.random(size = [3,4])
print(v1)
print(v2)
輸出結果為:
0.5930924941107145
[[0.41002067 0.28097163 0.8908558 ?0.16951515]
?[0.59730596 0.57475303 0.84174255 0.59633522]
?[0.63508879 0.44138737 0.6223043 ?0.61540997]]
numpy.random.choice(a, size=None, replace=True, p=None)
從a(數組)中選取size(維度)大小的隨機數,replace=True表示可重復抽取,p是a中每個數出現的概率。
若a是整數,則a代表的數組是arange(a)。
import numpy as np
v1 = np.random.choice(5)
v2 = np.random.choice(5,size = 5)
v3 = np.random.choice([1,2,3,4,5],size = 5)
v4 = np.random.choice([1,2,3,4,5],size = 5,p = [1,0,0,0,0])
v5 = np.random.choice([1,2,3,4,5],size = 5,replace = False)
print("v1:",v1)
print("v2:",v2)
print("v3:",v3)
print("v4:",v4)
print("v5:",v5)
輸出結果為:
v1: 1
v2: [0 0 4 0 4]
v3: [3 2 3 1 1]
v4: [1 1 1 1 1]
v5: [4 2 3 5 1]
原文鏈接:https://blog.csdn.net/weixin_44791964/article/details/96184617
相關推薦
- 2022-10-12 pandas學習之df.set_index的具體使用_python
- 2022-12-14 正則表達式(?=)正向先行斷言實戰案例_正則表達式
- 2022-08-15 C語言排序算法實現
- 2022-09-17 ASP.NET?Core項目中集成TypeScript_實用技巧
- 2022-11-12 C++中的數組、鏈表與哈希表_C 語言
- 2022-05-12 el-table滾動懶加載,顯示加載狀態
- 2023-01-14 React項目中className運用及問題解決_React
- 2022-03-29 關于C#?調用Dll?傳遞字符串指針參數的問題_C#教程
- 最近更新
-
- window11 系統安裝 yarn
- 超詳細win安裝深度學習環境2025年最新版(
- Linux 中運行的top命令 怎么退出?
- MySQL 中decimal 的用法? 存儲小
- get 、set 、toString 方法的使
- @Resource和 @Autowired注解
- Java基礎操作-- 運算符,流程控制 Flo
- 1. Int 和Integer 的區別,Jav
- spring @retryable不生效的一種
- Spring Security之認證信息的處理
- Spring Security之認證過濾器
- Spring Security概述快速入門
- Spring Security之配置體系
- 【SpringBoot】SpringCache
- Spring Security之基于方法配置權
- redisson分布式鎖中waittime的設
- maven:解決release錯誤:Artif
- restTemplate使用總結
- Spring Security之安全異常處理
- MybatisPlus優雅實現加密?
- Spring ioc容器與Bean的生命周期。
- 【探索SpringCloud】服務發現-Nac
- Spring Security之基于HttpR
- Redis 底層數據結構-簡單動態字符串(SD
- arthas操作spring被代理目標對象命令
- Spring中的單例模式應用詳解
- 聊聊消息隊列,發送消息的4種方式
- bootspring第三方資源配置管理
- GIT同步修改后的遠程分支