Python - random 和 numpy.random 使用方法

为为为什么

发布于 2022-08-04 15:27:02

5960

发布于 2022-08-04 15:27:02

文章被收录于专栏：又见苍岚

代码中经常会用到随机的部分，此时需要使用程序自带的伪随机数发生器，本文记录常用方法。

python 伪随机数产生方法

python 原生 random 库
numpy 中 random 包

random 方法

Python中的random模块用于生成随机数。下面介绍一下random模块中最常用的几个函数。

random.random()

用于生成一个0到1的随机符点数: 0 <= n < 1.0。

random.uniform(a, b)

用于生成一个在[a, b]均匀分布上的随机数。

random.randint(a, b)

用于生成一个指定范围内的整数。

random.choice(sequence)

从序列中获取一个随机元素。

random.shuffle(sequence)

用于将一个列表中的元素打乱。

random.sample(sequence, k)

从指定序列中随机（无放回）获取指定长度的片断。

numpy.random 方法

np.random.rand(d0, d1, …, dn)

产生 [d0, d1, …, dn] 维度的随机数矩阵，数据取自[0,1]均匀分布

np.random.rand(3,2)

np.random.randn(d0, d1, …, dn)

产生 [d0, d1, …, dn] 维度的随机数矩阵，数据取自标准正态分布

np.random.randint(low, high, size)

产生半开半闭区间 [low, high)中的随机整数，返回 size 个

np.random.choice(a, size, replace, p)

a: sequence 或者数字（表示序列）

size: 取样个数

replace: True 有放回 False 无放回

p: 概率列表

Examples

Generate a uniform random sample from np.arange(5) of size 3:

>>> np.random.choice(5, 3)
array([0, 3, 4])
>>> #This is equivalent to np.random.randint(0,5,3)
Generate a non-uniform random sample from np.arange(5) of size 3:

>>> np.random.choice(5, 3, p=[0.1, 0, 0.3, 0.6, 0])
array([3, 3, 0])
Generate a uniform random sample from np.arange(5) of size 3 without replacement:

>>> np.random.choice(5, 3, replace=False)
array([3,1,0])
>>> #This is equivalent to np.random.permutation(np.arange(5))[:3]
Generate a non-uniform random sample from np.arange(5) of size 3 without replacement:

>>> np.random.choice(5, 3, replace=False, p=[0.1, 0, 0.3, 0.6, 0])
array([2, 3, 0])
Any of the above can be repeated with an arbitrary array-like instead of just integers. For instance:

>>> aa_milne_arr = [‘pooh‘, ‘rabbit‘, ‘piglet‘, ‘Christopher‘]
>>> np.random.choice(aa_milne_arr, 5, p=[0.5, 0.1, 0.1, 0.3])
array([‘pooh‘, ‘pooh‘, ‘pooh‘, ‘Christopher‘, ‘piglet‘],
      dtype=‘|S11‘)

np.random.bytes(length)

返回 length 个随机字节。

>>> np.random.bytes(10)
‘ eh\x85\x022SZ\xbf\xa4‘ #random

np.random.permutation(X)

返回一个随机排列

>>> np.random.permutation(10)
array([1, 7, 4, 3, 0, 9, 2, 5, 8, 6])
>>> np.random.permutation([1, 4, 9, 12, 15])
array([15,  1,  9,  4, 12])
>>> arr = np.arange(9).reshape((3, 3))
>>> np.random.permutation(arr)
array([[6, 7, 8],
       [0, 1, 2],
       [3, 4, 5]])

np.random.shuffle(X)

现场修改序列，改变自身内容。

>>> arr = np.arange(10)
>>> np.random.shuffle(arr)
>>> arr
[1 7 5 2 9 4 3 6 0 8]
 

This function only shuffles the array along the first index of a multi-dimensional array:

>>> arr = np.arange(9).reshape((3, 3))
>>> np.random.shuffle(arr)
>>> arr
array([[3, 4, 5],
       [6, 7, 8],
       [0, 1, 2]])