random函數如何在Numpy中使用

這篇文章給大家介紹random函數如何在Numpy中使用，內容非常詳細，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

random模塊用于生成隨機數

numpy.random.rand(d0, d1, ..., dn)：生成一個[0,1)之間的隨機浮點數或N維浮點數組。
 #numpy.random.rand(d0, d1, ..., dn)
import numpy as np
#無參
np.random.rand()#生成生成[0,1)之間隨機浮點數
type(np.random.rand())#float
#d0,d1....表示傳入的數組形狀
#一個參數
np.random.rand(1)#array([ 0.44280931])
type(np.random.rand(1))#numpy.ndarray
np.random.rand(5)#生成一個形狀為5的一維數組
#兩個參數
np.random.rand(2,3)#生成2x3的二維數組
#np.random.rand((2,3))#報錯,參數必須是整數,不能是元組

numpy.random.randn(d0, d1, ..., dn)：生成一個浮點數或N維浮點數組，取數范圍：正態分布的隨機樣本數。

#numpy.random.randn(d0, d1, ..., dn)
import numpy as np
#無參
np.random.randn()#1.4872544578730051，不一定是[0,1)之間的隨機數
#一個參數
np.random.randn(1)
np.random.randn(5)#生成形狀為5的一維數組
#兩個參數
np.random.randn(2,3)#生成2x3數組
#np.random.randn((2,3))#報錯,參數必須是整數

numpy.random.standard_normal(size=None)：生產一個浮點數或N維浮點數組，取數范圍：標準正態分布隨機樣本

import numpy as np
#numpy.random.standard_normal(size=None)
#size為整數
np.random.standard_normal(2)#array([-2.04606393, -1.05720303])
#size為整數序列
np.random.standard_normal((2,3))
np.random.standard_normal([2,3]).shape#(2, 3)

numpy.random.randint(low, high=None, size=None, dtype='l')：生成一個整數或N維整數數組，取數范圍：若high不為None時，取[low,high)之間隨機整數，否則取值[0,low)之間隨機整數。

#numpy.random.randint(low, high=None, size=None, dtype='l')
import numpy as np
#low=2
np.random.randint(2)#生成一個[0,2)之間隨機整數
#low=2,size=5
np.random.randint(2,size=5)#array([0, 1, 1, 0, 1])
#low=2,high=2
#np.random.randint(2,2)#報錯,high必須大于low
#low=2,high=6
np.random.randint(2,6)#生成一個[2,6)之間隨機整數
#low=2,high=6,size=5
np.random.randint(2,6,size=5)#生成形狀為5的一維整數數組
#size為整數元組
np.random.randint(2,size=(2,3))#生成一個2x3整數數組,取數范圍：[0,2)隨機整數
np.random.randint(2,6,(2,3))#生成一個2x3整數數組,取值范圍：[2,6)隨機整數
#dtype參數：只能是int類型
np.random.randint(2,dtype='int32')
np.random.randint(2,dtype=np.int32)

numpy.random.random_integers(low, high=None, size=None)：生成一個整數或一個N維整數數組，取值范圍：若high不為None，則取[low,high]之間隨機整數，否則取[1,low]之間隨機整數。

#numpy.random.random_integers(low, high=None, size=None)
import numpy as np
#low=2
np.random.random_integers(2)#生成一個[1,2]之間隨機整數
#low=2、size=5
np.random.random_integers(2,size=5)#array([2, 1, 1, 1, 1])
#low=2、high=6
np.random.random_integers(2,6)#生成一個[2,6]之間隨機整數
#low=2、high=6、size=5
np.random.random_integers(2,6,size=5)#生成一個形狀為5的一維整數數組組
#size為整數元組
np.random.random_integers(2,size=(2,3))#生成一個2x3數組,取數范圍：[1,2]隨機整數
np.random.random_integers(2,6,(2,3))#生成一個2x3數組，取數范圍：[2,6]隨機整數

numpy.random.random_sample(size=None)：生成一個[0,1)之間隨機浮點數或N維浮點數組。

#numpy.random.random_sample(size=None)
import numpy as np
#size=None
np.random.random_sample()#生成一個[0,1)之間隨機浮點數
#size=2
np.random.random_sample(2)#生成shape=2的一維數組
#size為整數元組
np.random.random_sample((2,))#等同np.random.random_sample(2)
#np.random.random_sample((,2))#報錯
np.random.random_sample((2,3))#生成2x3數組
np.random.random_sample((3,2,2))#3x2x2數組

numpy.random.choice(a, size=None, replace=True, p=None)：從序列中獲取元素，若a為整數，元素取值為np.range(a)中隨機數；若a為數組，取值為a數組元素中隨機元素。

#numpy.random.choice(a, size=None, replace=True, p=None)
import numpy as np
#a為整數，size為None
np.random.choice(2)#生成一個range(2)中的隨機數
#a為整數,size為整數
np.random.choice(2,2)#生成一個shape=2一維數組
#a為整數,size為整數元組
np.random.choice(5,(2,3))#生成一個2x3數組
#a為數組,size為None
np.random.choice(np.array(['a','b','c','f']))#生成一個np.array(['a','b','c','f']中隨機元素
#a為數組,size為整數
np.random.choice(5,(2,3))#生成2x3數組
#a為數組,size為整數元組
np.random.choice(np.array(['a','b','c','f']),(2,3))#生成2x3數組
#p參數：可以理解成a中元素出現的概率，p的長度和a的長度必須相同，且p中元素之和為1，否則報錯
#np.random.choice(2,p=[1])#報錯，a和p長度不一致
np.random.choice(5,p=[0,0,0,0,1])#生成的始終是4
np.random.choice(5,3,p=[0,0.5,0.5,0,0])#生成shape=3的一維數組，元素取值為1或2的隨機數

numpy.random.shuffle(x)：對X進行重排序，如果X為多維數組，只沿第一條軸洗牌，輸出為None。

#numpy.random.shuffle(x)
import numpy as np
list1 = [1,2,3,4,5]
np.random.shuffle(list1)#輸出None
list1#[1, 2, 5, 3, 4],原序列的順序也被修改
arr = np.arange(9).reshape(3,3)
np.random.shuffle(arr)#對于多維數組，只沿著第一條軸打亂順序

numpy.random.permutation(x)：與numpy.random.shuffle(x)函數功能相同，兩者區別：peumutation(x)不會修改X的順序。

#numpy.random.permutation(x)
import numpy as np
#x=5
np.random.permutation(5)#生成一個range(5)隨機順序的數組
#x為列表或元組
list1 = [1,2,3,4]
np.random.permutation(list1)#array([2, 1, 4, 3])
#list1#[1, 2, 3, 4]
#x為數組
arr = np.arange(9)
np.random.permutation(arr)
arr2 = np.arange(9).reshape(3,3)
np.random.permutation(arr2)#對于多維數組，只會沿著第一條軸打亂順序

關于random函數如何在Numpy中使用就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。