欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Numpy之random函數使用學習

 更新時間:2019年01月29日 11:20:54   作者:每天進步一點點2017  
這篇文章主要介紹了Numpy之random使用學習,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧

random模塊用于生成隨機數,下面看看模塊中一些常用函數的用法:

numpy.random.rand(d0, d1, ..., dn):生成一個[0,1)之間的隨機浮點數或N維浮點數組。
 #numpy.random.rand(d0, d1, ..., dn)
import numpy as np
#無參
np.random.rand()#生成生成[0,1)之間隨機浮點數
type(np.random.rand())#float
#d0,d1....表示傳入的數組形狀
#一個參數
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的一維數組
#兩個參數
np.random.rand(2,3)#生成2x3的二維數組
#np.random.rand((2,3))#報錯,參數必須是整數,不能是元組

numpy.random.randn(d0, d1, ..., dn):生成一個浮點數或N維浮點數組,取數范圍:正態(tài)分布的隨機樣本數。

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

numpy.random.standard_normal(size=None):生產一個浮點數或N維浮點數組,取數范圍:標準正態(tài)分布隨機樣本

import numpy as np
#numpy.random.standard_normal(size=None)
#size為整數
np.random.standard_normal(2)#array([-2.04606393, -1.05720303])
#size為整數序列
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'):生成一個整數或N維整數數組,取數范圍:若high不為None時,取[low,high)之間隨機整數,否則取值[0,low)之間隨機整數。

#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)之間隨機整數
#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)之間隨機整數
#low=2,high=6,size=5
np.random.randint(2,6,size=5)#生成形狀為5的一維整數數組
#size為整數元組
np.random.randint(2,size=(2,3))#生成一個2x3整數數組,取數范圍:[0,2)隨機整數
np.random.randint(2,6,(2,3))#生成一個2x3整數數組,取值范圍:[2,6)隨機整數
#dtype參數: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):生成一個整數或一個N維整數數組,取值范圍:若high不為None,則取[low,high]之間隨機整數,否則取[1,low]之間隨機整數。

#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]之間隨機整數
#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]之間隨機整數
#low=2、high=6、size=5
np.random.random_integers(2,6,size=5)#生成一個形狀為5的一維整數數組組
#size為整數元組
np.random.random_integers(2,size=(2,3))#生成一個2x3數組,取數范圍:[1,2]隨機整數
np.random.random_integers(2,6,(2,3))#生成一個2x3數組,取數范圍:[2,6]隨機整數

numpy.random.random_sample(size=None):生成一個[0,1)之間隨機浮點數或N維浮點數組。

#numpy.random.random_sample(size=None)
import numpy as np
#size=None
np.random.random_sample()#生成一個[0,1)之間隨機浮點數
#size=2
np.random.random_sample(2)#生成shape=2的一維數組
#size為整數元組
np.random.random_sample((2,))#等同np.random.random_sample(2)
#np.random.random_sample((,2))#報錯
np.random.random_sample((2,3))#生成2x3數組
np.random.random_sample((3,2,2))#3x2x2數組

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

#numpy.random.choice(a, size=None, replace=True, p=None)
import numpy as np
#a為整數,size為None
np.random.choice(2)#生成一個range(2)中的隨機數
#a為整數,size為整數
np.random.choice(2,2)#生成一個shape=2一維數組
#a為整數,size為整數元組
np.random.choice(5,(2,3))#生成一個2x3數組
#a為數組,size為None
np.random.choice(np.array(['a','b','c','f']))#生成一個np.array(['a','b','c','f']中隨機元素
#a為數組,size為整數
np.random.choice(5,(2,3))#生成2x3數組
#a為數組,size為整數元組
np.random.choice(np.array(['a','b','c','f']),(2,3))#生成2x3數組
#p參數:可以理解成a中元素出現的概率,p的長度和a的長度必須相同,且p中元素之和為1,否則報錯
#np.random.choice(2,p=[1])#報錯,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的一維數組,元素取值為1或2的隨機數

numpy.random.shuffle(x):對X進行重排序,如果X為多維數組,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)#對于多維數組,只沿著第一條軸打亂順序

numpy.random.permutation(x):與numpy.random.shuffle(x)函數功能相同,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)隨機順序的數組
#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)#對于多維數組,只會沿著第一條軸打亂順序

以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。

相關文章

  • python批量圖片處理簡單示例

    python批量圖片處理簡單示例

    這篇文章主要介紹了python批量圖片處理,涉及Python針對圖片文件的遍歷、判斷、縮放等相關操作技巧,需要的朋友可以參考下
    2019-08-08
  • python每次處理固定個數的字符的方法總結

    python每次處理固定個數的字符的方法總結

    使用python每次處理固定個數的字符,很多情況下都會遇到。本文對可能的方法做下總結,供各位朋友學習參考
    2013-01-01
  • Python實現視頻目標檢測與軌跡跟蹤流程詳解

    Python實現視頻目標檢測與軌跡跟蹤流程詳解

    通過閱讀相關文獻及測試,找到了一種基于多模板匹配的改進方法,可以對遙感視頻衛(wèi)星中的移動目標進行探測,并繪制其軌跡。根據實驗結果發(fā)現,可以比較有效的對運動目標進行跟蹤
    2023-01-01
  • Python開發(fā)企業(yè)微信機器人每天定時發(fā)消息實例

    Python開發(fā)企業(yè)微信機器人每天定時發(fā)消息實例

    這篇文章主要介紹了Python開發(fā)企業(yè)微信機器人每天定時發(fā)消息實例,需要的朋友可以參考下
    2020-03-03
  • Python 實現異步調用函數的示例講解

    Python 實現異步調用函數的示例講解

    今天小編就為大家分享一篇Python 實現異步調用函數的示例講解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-10-10
  • python 寫一個文件分發(fā)小程序

    python 寫一個文件分發(fā)小程序

    這篇文章主要介紹了python 寫一個文件分發(fā)小程序,幫助大家更好的理解和學習python,感興趣的朋友可以了解下
    2020-12-12
  • Python通過遞歸函數輸出嵌套列表元素

    Python通過遞歸函數輸出嵌套列表元素

    這篇文章主要介紹了Python通過遞歸函數輸出嵌套列表元素,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2020-10-10
  • 淺談Python中的函數傳遞問題

    淺談Python中的函數傳遞問題

    這篇文章主要為大家介紹了Python函數傳遞問題,具有一定的參考價值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來幫助
    2021-11-11
  • Python實現vlog生成器的示例代碼

    Python實現vlog生成器的示例代碼

    vlog,全稱為Video?blog,意為影音博客,也有翻譯為微錄。本文將嘗試用Python基于Moviepy從一個文本文件中自動生成一個視頻格式的vlog,感興趣的可以了解一下
    2023-01-01
  • Python 爬蟲實現增加播客訪問量的方法實現

    Python 爬蟲實現增加播客訪問量的方法實現

    這篇文章主要介紹了Python 爬蟲實現增加播客訪問量的方法實現,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2019-10-10

最新評論