欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Numpy之random函數(shù)使用學(xué)習(xí)

 更新時間:2019年01月29日 11:20:54   作者:每天進(jìn)步一點(diǎn)點(diǎn)2017  
這篇文章主要介紹了Numpy之random使用學(xué)習(xí),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

random模塊用于生成隨機(jī)數(shù),下面看看模塊中一些常用函數(shù)的用法:

numpy.random.rand(d0, d1, ..., dn):生成一個[0,1)之間的隨機(jī)浮點(diǎn)數(shù)或N維浮點(diǎn)數(shù)組。
 #numpy.random.rand(d0, d1, ..., dn)
import numpy as np
#無參
np.random.rand()#生成生成[0,1)之間隨機(jī)浮點(diǎn)數(shù)
type(np.random.rand())#float
#d0,d1....表示傳入的數(shù)組形狀
#一個參數(shù)
np.random.rand(1)#array([ 0.44280931])
type(np.random.rand(1))#numpy.ndarray
np.random.rand(5)#生成一個形狀為5的一維數(shù)組
#兩個參數(shù)
np.random.rand(2,3)#生成2x3的二維數(shù)組
#np.random.rand((2,3))#報(bào)錯,參數(shù)必須是整數(shù),不能是元組

numpy.random.randn(d0, d1, ..., dn):生成一個浮點(diǎn)數(shù)或N維浮點(diǎn)數(shù)組,取數(shù)范圍:正態(tài)分布的隨機(jī)樣本數(shù)。

#numpy.random.randn(d0, d1, ..., dn)
import numpy as np
#無參
np.random.randn()#1.4872544578730051,不一定是[0,1)之間的隨機(jī)數(shù)
#一個參數(shù)
np.random.randn(1)
np.random.randn(5)#生成形狀為5的一維數(shù)組
#兩個參數(shù)
np.random.randn(2,3)#生成2x3數(shù)組
#np.random.randn((2,3))#報(bào)錯,參數(shù)必須是整數(shù)

numpy.random.standard_normal(size=None):生產(chǎn)一個浮點(diǎn)數(shù)或N維浮點(diǎn)數(shù)組,取數(shù)范圍:標(biāo)準(zhǔn)正態(tài)分布隨機(jī)樣本

import numpy as np
#numpy.random.standard_normal(size=None)
#size為整數(shù)
np.random.standard_normal(2)#array([-2.04606393, -1.05720303])
#size為整數(shù)序列
np.random.standard_normal((2,3))
np.random.standard_normal([2,3]).shape#(2, 3)

numpy.random.randint(low, high=None, size=None, dtype='l'):生成一個整數(shù)或N維整數(shù)數(shù)組,取數(shù)范圍:若high不為None時,取[low,high)之間隨機(jī)整數(shù),否則取值[0,low)之間隨機(jī)整數(shù)。

#numpy.random.randint(low, high=None, size=None, dtype='l')
import numpy as np
#low=2
np.random.randint(2)#生成一個[0,2)之間隨機(jī)整數(shù)
#low=2,size=5
np.random.randint(2,size=5)#array([0, 1, 1, 0, 1])
#low=2,high=2
#np.random.randint(2,2)#報(bào)錯,high必須大于low
#low=2,high=6
np.random.randint(2,6)#生成一個[2,6)之間隨機(jī)整數(shù)
#low=2,high=6,size=5
np.random.randint(2,6,size=5)#生成形狀為5的一維整數(shù)數(shù)組
#size為整數(shù)元組
np.random.randint(2,size=(2,3))#生成一個2x3整數(shù)數(shù)組,取數(shù)范圍:[0,2)隨機(jī)整數(shù)
np.random.randint(2,6,(2,3))#生成一個2x3整數(shù)數(shù)組,取值范圍:[2,6)隨機(jī)整數(shù)
#dtype參數(shù):只能是int類型
np.random.randint(2,dtype='int32')
np.random.randint(2,dtype=np.int32)

numpy.random.random_integers(low, high=None, size=None):生成一個整數(shù)或一個N維整數(shù)數(shù)組,取值范圍:若high不為None,則取[low,high]之間隨機(jī)整數(shù),否則取[1,low]之間隨機(jī)整數(shù)。

#numpy.random.random_integers(low, high=None, size=None)
import numpy as np
#low=2
np.random.random_integers(2)#生成一個[1,2]之間隨機(jī)整數(shù)
#low=2、size=5
np.random.random_integers(2,size=5)#array([2, 1, 1, 1, 1])
#low=2、high=6
np.random.random_integers(2,6)#生成一個[2,6]之間隨機(jī)整數(shù)
#low=2、high=6、size=5
np.random.random_integers(2,6,size=5)#生成一個形狀為5的一維整數(shù)數(shù)組組
#size為整數(shù)元組
np.random.random_integers(2,size=(2,3))#生成一個2x3數(shù)組,取數(shù)范圍:[1,2]隨機(jī)整數(shù)
np.random.random_integers(2,6,(2,3))#生成一個2x3數(shù)組,取數(shù)范圍:[2,6]隨機(jī)整數(shù)

numpy.random.random_sample(size=None):生成一個[0,1)之間隨機(jī)浮點(diǎn)數(shù)或N維浮點(diǎn)數(shù)組。

#numpy.random.random_sample(size=None)
import numpy as np
#size=None
np.random.random_sample()#生成一個[0,1)之間隨機(jī)浮點(diǎn)數(shù)
#size=2
np.random.random_sample(2)#生成shape=2的一維數(shù)組
#size為整數(shù)元組
np.random.random_sample((2,))#等同np.random.random_sample(2)
#np.random.random_sample((,2))#報(bào)錯
np.random.random_sample((2,3))#生成2x3數(shù)組
np.random.random_sample((3,2,2))#3x2x2數(shù)組

numpy.random.choice(a, size=None, replace=True, p=None):從序列中獲取元素,若a為整數(shù),元素取值為np.range(a)中隨機(jī)數(shù);若a為數(shù)組,取值為a數(shù)組元素中隨機(jī)元素。

#numpy.random.choice(a, size=None, replace=True, p=None)
import numpy as np
#a為整數(shù),size為None
np.random.choice(2)#生成一個range(2)中的隨機(jī)數(shù)
#a為整數(shù),size為整數(shù)
np.random.choice(2,2)#生成一個shape=2一維數(shù)組
#a為整數(shù),size為整數(shù)元組
np.random.choice(5,(2,3))#生成一個2x3數(shù)組
#a為數(shù)組,size為None
np.random.choice(np.array(['a','b','c','f']))#生成一個np.array(['a','b','c','f']中隨機(jī)元素
#a為數(shù)組,size為整數(shù)
np.random.choice(5,(2,3))#生成2x3數(shù)組
#a為數(shù)組,size為整數(shù)元組
np.random.choice(np.array(['a','b','c','f']),(2,3))#生成2x3數(shù)組
#p參數(shù):可以理解成a中元素出現(xiàn)的概率,p的長度和a的長度必須相同,且p中元素之和為1,否則報(bào)錯
#np.random.choice(2,p=[1])#報(bào)錯,a和p長度不一致
np.random.choice(5,p=[0,0,0,0,1])#生成的始終是4
np.random.choice(5,3,p=[0,0.5,0.5,0,0])#生成shape=3的一維數(shù)組,元素取值為1或2的隨機(jī)數(shù)

numpy.random.shuffle(x):對X進(jìn)行重排序,如果X為多維數(shù)組,只沿第一條軸洗牌,輸出為None。

#numpy.random.shuffle(x)
import numpy as np
list1 = [1,2,3,4,5]
np.random.shuffle(list1)#輸出None
list1#[1, 2, 5, 3, 4],原序列的順序也被修改
arr = np.arange(9).reshape(3,3)
np.random.shuffle(arr)#對于多維數(shù)組,只沿著第一條軸打亂順序

numpy.random.permutation(x):與numpy.random.shuffle(x)函數(shù)功能相同,兩者區(qū)別:peumutation(x)不會修改X的順序。

#numpy.random.permutation(x)
import numpy as np
#x=5
np.random.permutation(5)#生成一個range(5)隨機(jī)順序的數(shù)組
#x為列表或元組
list1 = [1,2,3,4]
np.random.permutation(list1)#array([2, 1, 4, 3])
#list1#[1, 2, 3, 4]
#x為數(shù)組
arr = np.arange(9)
np.random.permutation(arr)
arr2 = np.arange(9).reshape(3,3)
np.random.permutation(arr2)#對于多維數(shù)組,只會沿著第一條軸打亂順序

以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

最新評論