没有合适的资源?快使用搜索试试~ 我知道了~
numpy 中 的random模块有多个函数用于生成不同类型的随机数,常见的有 uniform、rand、random、randint、random_interges 下面介绍一下各自的用法 1、np.random.uniform的用法 np.random.uniform(low=0.0, high=1.0, size=None) 作用:可以生成[low,high)中的随机数,可以是单个值,也可以是一维数组,也可以是多维数组 参数介绍: low :float型,或者是数组类型的,默认为0 high:float型,或者是数组类型的,默认为1 size:int型,或元组,
资源推荐
资源详情
资源评论
python numpy 常用随机数的产生方法的实现常用随机数的产生方法的实现
numpy 中 的random模块有多个函数用于生成不同类型的随机数,常见的有 uniform、rand、random、randint、
random_interges
下面介绍一下各自的用法
1、、np.random.uniform的用法的用法
np.random.uniform(low=0.0, high=1.0, size=None)
作用:可以生成[low,high)中的随机数,可以是单个值,也可以是一维数组,也可以是多维数组
参数介绍:
low :float型,或者是数组类型的,默认为0
high:float型,或者是数组类型的,默认为1
size:int型,或元组,默认为空
In[1]: import numpy as np
In[2]: np.random.uniform() # 默认为0到1
Out[2]: 0.827455693512018
In[3]: np.random.uniform(1,5)
Out[3]: 2.93533586182789
In[4]: np.random.uniform(1,5,4) #生成一维数组
Out[4]: array([ 3.18487512, 1.40233721, 3.17543152, 4.06933042])
In[5]: np.random.uniform(1,5,(4,3)) #生成4x3的数组
Out[5]:
array([[ 2.33083328, 1.592934 , 2.38072 ],
[ 1.07485686, 4.93224857, 1.42584919],
[ 3.2667912 , 4.57868281, 1.53218578],
[ 4.17965117, 3.63912616, 2.83516143]])
In[6]: np.random.uniform([1,5],[5,10])
Out[6]: array([ 2.74315143, 9.4701426 ])
2、、np.random.random_sample的用法的用法
和np.random.random作用一样
random_sample(size=None)
– 作用:返回[0,1)之间的浮点型随机数,通过size控制返回的形状
np.random.random_sample()
0.47108547995356098
type(np.random.random_sample())
<type 'float'>
np.random.random_sample((5,))
array([ 0.30220482, 0.86820401, 0.1654503 , 0.11659149, 0.54323428])
Three-by-two array of random numbers from [-5, 0):
5 * np.random.random_sample((3, 2)) - 5
array([[-3.99149989, -0.52338984],
[-2.99091858, -0.79479508],
[-1.23204345, -1.75224494]])
3、、np.random.rand的用法的用法
rand(d0, d1, …, dn)
作用:返回[0,1)内的浮点数,输入的d0,d1…dn代表维度信息,没有输入时,则返回[0,1)内的一个随机值
资源评论
weixin_38522214
- 粉丝: 2
- 资源: 880
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功