numpy: np.random模块 探究(源码)

官方api定义

From Random sampling

Random sampling (numpy.random) Simple random data rand(d0, d1, …, dn) Random values in a given shape . randn(d0, d1, …, dn) Return a sample (or samples) from the “standard normal” distribution . randint(low[, high, size, dtype]) Return random integers from low (inclusive) to high (exclusive) . random_integers(low[, high, size]) Random integers of type np.int between low and high, inclusive . random_sample([size]) Return random floats in the half-open interval [0.0, 1.0) . random([size]) Return random floats in the half-open interval [0.0, 1.0) . ranf([size]) Return random floats in the half-open interval [0.0, 1.0) . sample([size]) Return random floats in the half-open interval [0.0, 1.0) . choice(a[, size, replace, p]) Generates a random sample from a given 1-D array bytes(length) Return random bytes.

实验代码

randint(low[, high, size, dtype]): Return random integers from low (inclusive) to high (exclusive). 从低(包括)到高(排除)返回随机整数。

import numpy as np

# randint(low[, high, size, dtype])    Return random integers from low (inclusive) to high (exclusive).
# randint(low[, high, size, dtype])    从低(包括)到高(排除)返回随机整数。
list_randint = np.random.randint(low=10, high=20, size=[1, 5])
print list_randint
[[16 14 13 16 17]]

random_integers(low[, high, size]): Random integers of type np.int between low and high, inclusive. 类型为np.int的随机整数,包括低和高。

import numpy as np

# random_integers(low[, high, size])    Random integers of type np.int between low and high, inclusive.
# random_integers(low[, high, size])    类型为np.int的随机整数,包括低和高。
list_random_integers = np.random.random_integers(low=10, high=20, size=[1, 5])
print list_random_integers
[[17 11 12 20 12]]

rand(d0, d1, …, dn): Random values in a given shape. 给定形状的随机值。

import numpy as np

# rand(d0, d1, ..., dn)    Random values in a given shape.
# rand(d0, d1, ..., dn)    给定形状的随机值。
list_rand = np.random.rand(5)
print list_rand
[ 0.79382535  0.5270354   0.3732075   0.39917033  0.99818847]

randn(d0, d1, …, dn): Return a sample (or samples) from the “standard normal” distribution. 从“标准正常”分发中返回样本(或样本)。

import numpy as np

# randn(d0, d1, ..., dn)    Return a sample (or samples) from the “standard normal” distribution.
# randn(d0, d1, ..., dn)    从“标准正常”分发中返回样本(或样本)。
list_randn = np.random.randn(5)
print list_randn
[-0.35846856  0.70406236 -0.65582092  1.20919057 -0.29739695]

random([size]): Return random floats in the half-open interval [0.0, 1.0). 在半开间隔[0.0,1.0]中返回随机浮点数。

import numpy as np

# random([size])    Return random floats in the half-open interval [0.0, 1.0).
# random([size])    在半开间隔[0.0,1.0]中返回随机浮点数。
list_random_1 = np.random.random(size=5)
print list_random_1
list_random_2 = np.random.random(size=[1, 5])
print list_random_2
[ 0.17053837  0.54069506  0.21863745  0.82232234  0.30818991]
[[ 0.66736397  0.86776538  0.0208963   0.50920261  0.61017499]]


本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏C/C++基础

C++11新特性——range for

很多编程语言都有range for语法功能,自C++11起,终于将这个重要功能加入C++标准中。range for语句,可以方便的遍历给定序列中的每个元素并对其...

1012
来自专栏决胜机器学习

PHP数据结构(六) ——数组的相乘、广义表

PHP数据结构(六)——数组的相乘、广义表 (原创内容,转载请注明来源,谢谢) 本文接PHP数据结构(五)的内容。 4.2 行逻辑链接的顺序表 行逻辑链接的顺...

4399
来自专栏Leetcode名企之路

【Leetcode】81. 搜索旋转排序数组 II

( 例如,数组 [0,0,1,2,2,5,6] 可能变为 [2,5,6,0,0,1,2] )。

1632
来自专栏C语言及其他语言

【每日一题】问题 1472: 矩阵乘法

关注我们 题目描述 给定一个N阶矩阵A,输出A的M次幂(M是非负整数) 例如: A = 1 2 3 4 A的2次幂 7 10 ...

31110
来自专栏人工智能头条

70个NumPy练习:在Python下一举搞定机器学习矩阵运算

2572
来自专栏数据结构与算法

洛谷P1067 多项式输出(模拟)

题目描述 一元 n 次多项式可用如下的表达式表示: ? 其中,aixi称为 i 次项,ai 称为 i 次项的系数。给出一个一元多项式各项的次数和系数,请按照如下...

2845
来自专栏desperate633

LintCode 搜索插入位置题目分析代码

给定一个排序数组和一个目标值,如果在数组中找到目标值则返回索引。如果没有,返回到它将会被按顺序插入的位置。 你可以假设在数组中无重复元素。

752
来自专栏tkokof 的技术,小趣及杂念

编程小知识之 Random接口返回值

平日工作中,(伪)随机数的使用一定是避不开的,拿 C# 为例,System 命名空间下的 Random 类型一般都是我们生成(伪)随机数的第一选择:

963
来自专栏菜鸟程序员

【Java】随机数详解

1884
来自专栏Python小屋

详解Python列表推导式

列表推导式,也叫列表解析式,英文名称为list comprehension,可以使用非常简洁的方式来快速生成满足特定需求的列表,代码具有非常强的可读性。另外,P...

3294

扫码关注云+社区

领取腾讯云代金券