关于Numpy生成数总结(随机整数randint,固定步长arange,分布)
更新时间：2023年12月19日 09:45:53 作者：爱挠静香的下巴
这篇文章主要介绍了关于Numpy生成数总结(随机整数randint,固定步长arange,分布),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
一、np.random.randint
随机生成10个0-20之间的随机整数
import numpy as np np.random.randint(0, 20, 10)
array([11, 8, 17, 17, 0, 1, 9, 10, 16, 17])
二、Numpy.arange
生成固定步长的数：Numpy.arange()
np.arange()函数分为三种情况：
1）一个参数时
参数值为终点，起点取默认值0，步长取默认值1。
生成范围为0-10，步长为1的数据
np.arange(10)
输出：
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
2）两个参数时
第一个参数为起点，第二个参数为终点，步长取默认值1。
生成范围为0-10，步长为1的数据
np.arange(0, 10)
输出：
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
3）三个参数时
第一个参数为起点，第二个参数为终点，第三个参数为步长。其中步长支持小数
生成范围为0-100，步长为10的数据
np.arange(0, 100, 10)
输出：
array([ 0, 10, 20, 30, 40, 50, 60, 70, 80, 90])
生成范围为0-1，步长为0.1的数据
np.arange(0, 1, 0.1)
输出：
array([0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9])
三、指定分布（正态+均匀） 正态分布
Numpy.random.normal(mean, sigma, size)
标准正态分布
均值为0，方差为1，五个数
np.random.normal(0, 1, 5)
输出：
array([ 1.62434536, -0.61175641, -0.52817175, -1.07296862, 0.86540763])
均匀分布
Numpy.random.uniform(low, high, size)
np.random.uniform(1,10,5)
输出：
array([5.47289693, 2.1207332 , 8.72810212, 1.21595415, 5.13489314])
四、其他
添加随机种子，可以使得生成的数据固定
np.random.seed(2022)
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
本文给大家分享基于python写的一个定时重跑获取数据库数据的方法，非常不错，具有参考借鉴价值，需要的朋友参考下2016-12-12
这篇文章主要介绍了Django添加sitemap的方法示例,小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-08-08
这篇文章主要为大家详细介绍了使用python和opencv实现抠图，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-07-07
本文主要介绍了Python numpy.add函数的具体使用,numpy.add函数不仅仅是一个简单的加法操作,更是一个功能强大且高度优化的工具,可适用于各种复杂的数值计算和数据处理任务,感兴趣的可以了解一下2023-12-12
今天小编就为大家分享一篇对pandas replace函数的使用方法小结，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2018-05-05
这篇文章主要介绍了python open读取文件内容时的mode模式解析,Python可以使用open函数来实现文件的打开，关闭，读写操作，本文给大家介绍的非常详细，需要的朋友可以参考下2022-05-05
这篇文章主要介绍了python语句中end=‘ ‘的作用及说明,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2024-04-04
这篇文章主要介绍了浅谈python出错时traceback的解读，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2020-07-07
这篇文章主要给大家介绍了关于django从请求到响应的过程的相关资料，文中通过示例代码介绍的非常详细，对大家学习或者使用django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2018-08-08
Json是一种常用的数据交换结构，由于轻量、易于阅读和编写等特点，在网络方面应用很广。下面这篇文章主要介绍了Python对Json解析的相关资料，需要的朋友可以参考借鉴，下面来一起看看吧。2017-02-02
最新评论