专栏名称: FTDdata
全国工业大数据竞赛第二名。<br>数据分析,...
目录
相关文章推荐
今天看啥  ›  专栏  ›  FTDdata

python--随机数

FTDdata  · 简书  ·  · 2021-05-02 07:01

python中随机数的相关操作,可以使用自带的random模块或者是numpy模块。

random 模块

random模块是python自带的模块,包含了一些常用的简单的随机数生成方法。

浮点数

import random
# 生成[0,1)之间的一个随机浮点数
random.random()
0.4357873596360974
# 生成指定范围的一个随机浮点数
random.uniform(1, 2)
1.1537731999982404

整数

# 生成指定范围(闭区间)的一个随机整数
random.randint(1, 10)
5
# 生成指定范围和加步长的一个随机整数
random.randrange(1, 10, 2)
9

抽样

# 从指定序列中随机抽取一个元素
random.choice([1, 2, 3.14])
2
# 从指定序列中抽取多个元素(不重复抽样)
random.sample('abcde', 3)
['b', 'a', 'e']
# 打乱一个序列
s = [1, 2, 3, 4]
random.shuffle(s)
print(s)
[2, 4, 1, 3]

numpy模块

numpy模块是python中最常用的模块之一,其中的子模块numpy.random又包含了随机数的各种操作。

浮点数

import numpy as np
# 生成[0,1)之间的一维随机浮点数数组
np.random.random(4)
array([0.26922045, 0.45338468, 0.2667209 , 0.62255286])
# 生成[0,1)之间的多维随机浮点数数组
np.random.random((4, 3))
array([[0.19398982, 0.28693448, 0.57941031],
       [0.8386064 , 0.02942627, 0.24896634],
       [0.41525009, 0.58052572, 0.23733985],
       [0.94862836, 0.08157939, 0.45101497]])
# 指定范围的一维随机浮点数数组
np.random.uniform(1, 10, 4)
array([1.20032726, 3.96783835, 1.56162943, 3.64595038])
# 指定范围的多维随机浮点数数组
np.random.uniform(1, 10, (4, 3))
array([[2.59379072, 4.33796891, 5.65677283],
       [5.9281816 , 7.9627333 , 5.86462996],
       [9.20429634, 3.87825153, 1.0633509 ],
       [3.05536621, 2.70043624, 1.01325468]])

整数

# 生成指定范围的一维随机整数数组
np.random.randint(1, 10, 4)
array([6, 2, 5, 4])
# 生成指定范围的多维随机整数数组
np.random.randint(1, 10, (4, 3))
array([[3, 1, 7],
       [9, 9, 3],
       [7, 7, 9],
       [9, 2, 7]])

标准正常分布

# 一维标准正常分布随机数组
np.random.randn(4)
array([ 1.19227094,  0.34559607, -0.21750576, -1.05699877])
# 多维标准正常分布随机数组
np.random.randn(4, 3)
array([[-0.83280524, -1.47272864, -0.28597398],
       [ 0.33624646, -0.08334389, -0.40325762],
       [-1.01388086, -0.57192697, -0.41757606],
       [-0.56878021, -0.0628198 ,  1.64388134]])

标准均匀分布

# 一维均匀分布随机数组
np.random.rand(4)
array([0.83412867, 0.6799971 , 0.15787732, 0.489973  ])
# 多维均匀分布随机数组
np.random.rand(4, 3)
array([[0.94274586, 0.43957687, 0.34122111],
       [0.90172271, 0.30332525, 0.49575208],
       [0.15603219, 0.52114122, 0.32769766],
       [0.4088528 , 0.45364653, 0.27336764]])

抽样

# 从指定序列抽取多个元素(默认重复抽样)
np.random.choice(5,3)
array([3, 0, 3])
# 从指定序列抽取多个元素(不重复抽样)
np.random.choice(5,3,replace=False)
array([0, 2, 1])
# 打乱一个序列
s=np.arange(10)
np.random.shuffle(s)
print(s)
[0 3 1 5 6 8 7 2 9 4]



原文地址:访问原文地址
快照地址: 访问文章快照