numpy中几种随机数生成函数的用法

 更新时间:2023年11月06日 09:22:59   作者:别致的SmallSix  
numpy是Python中常用的科学计算库,其中也包含了一些随机数生成函数,本文主要介绍了numpy中几种随机数生成函数的用法,具有一定的参考价值,感兴趣的可以了解一下

一、np.random.rand()

该函数括号内的参数指定的是返回结果的形状,如果不指定,那么生成的是一个浮点型的数;如果指定一个数,那么生成的是一个numpy.ndarray类型的数组;如果指定两个数字,那么生成的是一个二维的numpy.ndarray类型的数组。如果是两个以上的数组,那么返回的维度就和指定的参数的数量个数一样。其返回结果中的每一个元素是服从0~1均匀分布的随机样本值,也就是返回的结果中的每一个元素值在0-1之间。

import numpy as np
mat = np.random.rand()
print(mat)
print(type(mat))
mat = np.random.rand(2)
print(mat)
print(type(mat))
mat = np.random.rand(3, 2)
print(mat)
print(type(mat))

输出:

二、np.random.randn()

该函数和rand()函数比较类似,只不过运用该函数之后返回的结果是服从均值为0,方差为1的标准正态分布,而不是局限在0-1之间,也可以为负值,因为标准正态分布的曲线是关于x轴对阵的。其括号内的参数如果不指定,那么生成的是一个浮点型的数;如果指定一个数,那么生成的是一个numpy.ndarray类型的数组;如果指定两个数字,那么生成的是一个二维的numpy.ndarray类型的数组。和rand()相比,除了元素值不一样,其他的性质是一样的。

import numpy as np
mat = np.random.randn()
print(mat)
print(type(mat))
mat = np.random.randn(2)
print(mat)
print(type(mat))
mat = np.random.randn(3, 2)
print(mat)
print(type(mat))

输出:

三、np.random.randint(low,high,size,dtype)

 该函数中包含了几个参数,其具体含义为:

low:生成的元素值的最小值,即下限,如果没有指定high这个参数,则low为生成的元素值的最大值。

high:生成的元素值的最大值,即上限。

size:指定生成元素值的形状,也就是数组维度的大小。

dtype:指定生成的元素值的类型,如果不指定,默认为整数型

返回结果:返回值是一个大小为size的数组,如果指定了low和high这两个参数,那么生成的元素值的范围为[low,high),不包括high;如果不指定high这个参数,则生成的元素值的范围为[0,low)。如果不指定size这个参数,那么生成的元素值的个数只有一个。

import numpy as np
# 指定一个参数low
mat = np.random.randint(low=1)
print(mat)
print(type(mat))
 
# 指定low和high,生成一个[low,high)的元素值
mat = np.random.randint(low=1, high=5)
print(mat)
print(type(mat))
 
# 指定size大小,生成一个三行三列的二维数组,元素个数为3x3=9个
mat = np.random.randint(low=2, high=10, size=(3, 3))
print(mat)
# 查看默认元素值的类型
print(type(mat[0][0]))
 
mat = np.random.randint(low=2, high=10, size=(3, 3), dtype=np.uint8)
print(mat)
print(type(mat[0][0]))

输出:

注意:low=1代表从0取值,high=10代表最高取值为9。

四、np.random.uniform(low,high,size)

参数说明:

low:生成元素值的下界,float类型,默认值为0。
high:生成元素值的上界,float类型,默认值为1。
size:输出样本的数目,可以指定一个值,也可指指定大于等于两个值。
返回对象:ndarray类型,形状为size中的数值指定,其元素个数为size指定的参数的乘积。

我们前面已经说过了rand()这个函数,它返回的元素值是服从0-1的均匀分布,那如果不想要生成的是0-1范围内的均匀分布,想要其它范围内的均匀分布怎么办呢。

uniform()实现了这个功能,它可以生成服从指定范围内的均匀分布的元素。其返回值的元素类型为浮点型。需注意的是元素值的范围包含low,不包含high

import numpy as np
# 指定一个参数low
mat = np.random.uniform()
print(mat)
print(type(mat))
 
# 指定low和high,生成一个[low,high)的元素值
mat = np.random.uniform(low=5, high=10)
print(mat)
print(type(mat))
 
# 指定size大小,生成一个三行三列的二维数组,元素个数为3x3=9个
mat = np.random.uniform(low=2, high=10, size=(3, 3))
print(mat)
# 查看默认元素值的类型
print(type(mat[0][0]))
 
mat = np.random.uniform(low=2, high=10, size=(3, 3, 2))
print(mat)
print(type(mat[0][0][0]))

输出:

总结

以上就是常用的随机数生成函数,具体用哪一个,可根据自己需求,想要生成什么随机数,那就使用什么样的函数。更多相关numpy 随机数生成函数内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • python使用pandas读取excel文件中数据的四种方法

    python使用pandas读取excel文件中数据的四种方法

    这篇文章主要为大家详细介绍了python使用pandas读取excel文件中数据的四种方法,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下
    2025-09-09
  • Python多版本管理与pip升级的全面指南

    Python多版本管理与pip升级的全面指南

    在Python开发过程中,多版本共存、pip升级失败和环境变量冲突是常见问题,本文介绍了如何管理Python多版本和正确升级pip,感兴趣的小伙伴可以了解下
    2025-05-05
  • Python实现IP端口扫描程序

    Python实现IP端口扫描程序

    这篇文章主要为大家详细介绍了如何使用Python实现IP端口扫描程序,可以扫描该IP哪些端口对外是开放的并输出端口列表,有需要的小伙伴可以了解下
    2025-05-05
  • Tensorflow与RNN、双向LSTM等的踩坑记录及解决

    Tensorflow与RNN、双向LSTM等的踩坑记录及解决

    这篇文章主要介绍了Tensorflow与RNN、双向LSTM等的踩坑记录及解决方案,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2021-05-05
  • Python下opencv库的安装过程及问题汇总

    Python下opencv库的安装过程及问题汇总

    本文主要内容是python下opencv库的安装过程,涉及我在安装时遇到的问题,并且,将从网上搜集并试用的一些解决方案进行了简单的汇总,感兴趣的小伙伴们可以参考一下
    2021-06-06
  • Python 交互式可视化的利器Bokeh的使用

    Python 交互式可视化的利器Bokeh的使用

    Bokeh是一个专注于Web端交互式数据可视化的Python库,本文主要介绍了Python 交互式可视化的利器Bokeh的使用,具有一定的参考价值,感兴趣的可以了解一下
    2025-04-04
  • python学生管理系统开发

    python学生管理系统开发

    这篇文章主要为大家详细介绍了基础版和函数版的python学生管理系统开发,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-01-01
  • Python实现批量导入1000条xlsx数据

    Python实现批量导入1000条xlsx数据

    本文主要介绍了Python实现批量导入1000条xlsx数据,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2023-02-02
  • Python turtle画图库&&画姓名实例

    Python turtle画图库&&画姓名实例

    今天小编就为大家分享一篇Python turtle画图库&&画姓名实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-01-01
  • Python 包管理器pip入门教程

    Python 包管理器pip入门教程

    这篇文章主要为大家介绍了Python pip包管理器入门教程详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-11-11

最新评论