關(guān)于Numpy生成數(shù)總結(jié)(隨機整數(shù)randint,固定步長arange,分布)
一、np.random.randint
隨機生成10個0-20之間的隨機整數(shù)
import numpy as np np.random.randint(0, 20, 10)
array([11, 8, 17, 17, 0, 1, 9, 10, 16, 17])
二、Numpy.arange
生成固定步長的數(shù):Numpy.arange()
np.arange()函數(shù)分為三種情況:
1)一個參數(shù)時
參數(shù)值為終點,起點取默認(rèn)值0,步長取默認(rèn)值1。
生成范圍為0-10,步長為1的數(shù)據(jù)
np.arange(10)
輸出:
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
2)兩個參數(shù)時
第一個參數(shù)為起點,第二個參數(shù)為終點,步長取默認(rèn)值1。
生成范圍為0-10,步長為1的數(shù)據(jù)
np.arange(0, 10)
輸出:
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
3)三個參數(shù)時
第一個參數(shù)為起點,第二個參數(shù)為終點,第三個參數(shù)為步長。其中步長支持小數(shù)
生成范圍為0-100,步長為10的數(shù)據(jù)
np.arange(0, 100, 10)
輸出:
array([ 0, 10, 20, 30, 40, 50, 60, 70, 80, 90])
生成范圍為0-1,步長為0.1的數(shù)據(jù)
np.arange(0, 1, 0.1)
輸出:
array([0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9])
三、指定分布(正態(tài)+均勻) 正態(tài)分布
Numpy.random.normal(mean, sigma, size)
標(biāo)準(zhǔn)正態(tài)分布
均值為0,方差為1,五個數(shù)
np.random.normal(0, 1, 5)
輸出:
array([ 1.62434536, -0.61175641, -0.52817175, -1.07296862, 0.86540763])
均勻分布
Numpy.random.uniform(low, high, size)
np.random.uniform(1,10,5)
輸出:
array([5.47289693, 2.1207332 , 8.72810212, 1.21595415, 5.13489314])
四、其他
添加隨機種子,可以使得生成的數(shù)據(jù)固定
np.random.seed(2022)
總結(jié)
以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
Python寫的一個定時重跑獲取數(shù)據(jù)庫數(shù)據(jù)
本文給大家分享基于python寫的一個定時重跑獲取數(shù)據(jù)庫數(shù)據(jù)的方法,非常不錯,具有參考借鑒價值,需要的朋友參考下2016-12-12對pandas replace函數(shù)的使用方法小結(jié)
今天小編就為大家分享一篇對pandas replace函數(shù)的使用方法小結(jié),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2018-05-05python?open讀取文件內(nèi)容時的mode模式解析
這篇文章主要介紹了python?open讀取文件內(nèi)容時的mode模式解析,Python可以使用open函數(shù)來實現(xiàn)文件的打開,關(guān)閉,讀寫操作,本文給大家介紹的非常詳細(xì),需要的朋友可以參考下2022-05-05