脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Numpy之random.randint产生随机整数

Numpy之random.randint产生随机整数方式

 更新时间：2023年12月19日 09:54:20   作者：小虎AI实验室  
这篇文章主要介绍了Numpy之random.randint产生随机整数方式,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

前言

本文主要讲述了如何使用Numpy的random.randint来产生随机整数，我们演示了如何生成不同上限或下限的指定大小的数组

方法

numpy.random.randint(low, high=None, size=None, dtype='l')

返回值

返回从低（包括）到高（不包括）的随机整数。

从“半开”区间 [low, high) 中指定 dtype 的“离散均匀”分布返回随机整数。

如果 high 为 None（默认值），则结果来自 [0, low)。

参数

这个方法产生离散均匀分布的整数，这些整数大于等于low，小于high。

  • low : int
  • 产生随机数的最小值
  • high : int, optional
  • 给随机数设置个上限，即产生的随机数必须小于
  • highsize : int or tuple of ints, optional
  • 输出的大小，可以是整数，或者元组
  • dtype : dtype, optional
  • 期望结果的类型

结果

np.random.randint(2, size=10)

array([1, 0, 0, 0, 1, 1, 0, 0, 1, 0]) # random

生成 0 到 4 之间的 2 x 4 整数数组

np.random.randint(5, size=(2, 4))

array([[4, 0, 2, 1], # random
[3, 2, 2, 0]])

生成具有 3 个不同上限的 1 x 3 数组

np.random.randint(1, [3, 5, 10])

array([2, 2, 9]) # random

生成具有 3 个不同下限的 1 x 3 数组

np.random.randint([1, 5, 7], 10)

array([9, 8, 7]) # random

使用 dtype 为 uint8 的广播生成 2 x 4 数组

np.random.randint([1, 3, 5, 7], [[10], [20]], dtype=np.uint8)

array([[ 8, 6, 9, 7], # random
[ 1, 16, 9, 12]], dtype=uint8)

实验

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。

您可能感兴趣的文章:

相关文章

  • python中list*n生成多维数组与for循环生成多维数组的区别说明

    python中list*n生成多维数组与for循环生成多维数组的区别说明

    这篇文章主要介绍了python中list*n生成多维数组与for循环生成多维数组的区别说明，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
    2022-05-05
  • python 实现在txt指定行追加文本的方法

    python 实现在txt指定行追加文本的方法

    下面小编就为大家分享一篇python 实现在txt指定行追加文本的方法，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
    2018-04-04
  • 总结Python图形用户界面和游戏开发知识点

    总结Python图形用户界面和游戏开发知识点

    在本篇文章里小编给大家整理了关于Python图形用户界面和游戏开发知识点以及实例代码，需要的朋友们学习下。
    2019-05-05
  • Pytorch使用CUDA流(CUDA stream)的实现

    Pytorch使用CUDA流(CUDA stream)的实现

    本文主要介绍了Pytorch使用CUDA流(CUDA stream)的实现,CUDA流是在GPU上并行执行操作的一种机制,通过使用CUDA流,可以将不同的操作分配给不同的流,在不同的流上并行执行这些操作,从而提高代码的性能
    2023-12-12
  • Win10下python3.5和python2.7环境变量配置教程

    Win10下python3.5和python2.7环境变量配置教程

    这篇文章主要为大家详细介绍了Win10下python3.5和python2.7环境变量配置教程，文中安装步骤介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2018-09-09
  • pytorch中with torch.no_grad():的用法实例

    pytorch中with torch.no_grad():的用法实例

    最近在看别人写的代码,遇到经常使用with torch.no_grad(),所以下面这篇文章主要给大家介绍了关于pytorch中with torch.no_grad():用法的相关资料,需要的朋友可以参考下
    2022-03-03
  • 利用python如何处理百万条数据(适用java新手)

    利用python如何处理百万条数据(适用java新手)

    这篇文章主要给大家介绍了关于利用python如何处理百万条数据的相关资料，本文的教程非常适用于java新手，文中通过示例代码介绍的非常详细，需要的朋友可以参考借鉴，下面随着小编来一起学习学习吧
    2018-06-06
  • 详解Python如何优雅的重试

    详解Python如何优雅的重试

    这篇文章主要为大家介绍了Python如何优雅的重试详解，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
    2023-07-07
  • 详解Python 3.10 中的新功能和变化

    详解Python 3.10 中的新功能和变化

    这篇文章主要介绍了详解Python 3.10 中的新功能和变化，帮助大家更好的理解和学习使用python，感兴趣的朋友可以了解下
    2021-04-04
  • 详解PyTorch批训练及优化器比较

    详解PyTorch批训练及优化器比较

    本篇文章主要介绍了详解PyTorch批训练及优化器比较，详细的介绍了什么是PyTorch批训练和PyTorch的Optimizer优化器，非常具有实用价值，需要的朋友可以参考下
    2018-04-04

最新评论