numpy生成隨機(jī)數(shù)的常用方法解析

隨機(jī)數(shù)在數(shù)據(jù)分析和機(jī)器學(xué)習(xí)中具有重要的作用。numpy是Python中一個(gè)常用的數(shù)值計(jì)算庫(kù),提供了多種生成隨機(jī)數(shù)的方法。本文將對(duì)numpy生成隨機(jī)數(shù)的常用方法進(jìn)行解析,并給出具體的代碼示例。

1. 隨機(jī)整數(shù)

numpy提供了生成隨機(jī)整數(shù)的函數(shù)numpy.random.randint()。該函數(shù)可以生成指定范圍內(nèi)的隨機(jī)整數(shù)。

import numpy as np

# 生成范圍在[low, high)之間的隨機(jī)整數(shù)
rand_int = np.random.randint(low, high, size)

其中,low表示生成隨機(jī)整數(shù)的下界（包含）,high表示上界（不包含）,size表示生成的隨機(jī)整數(shù)的數(shù)量。

示例：

import numpy as np

rand_int = np.random.randint(1, 10, size=5)
print(rand_int)

輸出：
[4 9 5 3 1]

上述代碼生成了5個(gè)范圍在1到10之間的隨機(jī)整數(shù)。

1. 隨機(jī)浮點(diǎn)數(shù)

numpy提供了生成隨機(jī)浮點(diǎn)數(shù)的函數(shù)numpy.random.rand()和numpy.random.randn()。

import numpy as np

# 生成[0, 1)之間的均勻分布的隨機(jī)浮點(diǎn)數(shù)
rand_float = np.random.rand(size)

# 生成符合標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)浮點(diǎn)數(shù)
rand_normal_float = np.random.randn(size)

其中,rand_float生成[0, 1)之間均勻分布的隨機(jī)浮點(diǎn)數(shù),rand_normal_float生成符合標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)浮點(diǎn)數(shù)。size表示生成的隨機(jī)浮點(diǎn)數(shù)的數(shù)量。

示例：

import numpy as np

rand_float = np.random.rand(5)
rand_normal_float = np.random.randn(5)

print(rand_float)
print(rand_normal_float)

輸出：
[0.83600534 0.69029467 0.44770399 0.61348757 0.93889918]
[-0.9200914 0.45598762 -0.76400891 -0.18554811 1.67634905]

上述代碼生成了一個(gè)長(zhǎng)度為5的均勻分布隨機(jī)浮點(diǎn)數(shù)數(shù)組和一個(gè)長(zhǎng)度為5的標(biāo)準(zhǔn)正態(tài)分布隨機(jī)浮點(diǎn)數(shù)數(shù)組。

1. 隨機(jī)種子

numpy生成的隨機(jī)數(shù)默認(rèn)是偽隨機(jī)數(shù),即每次運(yùn)行程序生成的隨機(jī)數(shù)是不同的。如果想要生成相同的隨機(jī)數(shù)序列,可以使用隨機(jī)種子。

import numpy as np

# 設(shè)置隨機(jī)種子
np.random.seed(seed)

其中,seed表示隨機(jī)種子的值。相同隨機(jī)種子生成的隨機(jī)數(shù)序列是相同的。

示例：

import numpy as np

np.random.seed(0)

rand_int = np.random.randint(1, 10, size=5)
print(rand_int)

np.random.seed(0)

rand_int = np.random.randint(1, 10, size=5)
print(rand_int)

輸出：
[6 1 4 8 4]
[6 1 4 8 4]

上述代碼設(shè)置了隨機(jī)種子為0,使用相同的隨機(jī)種子生成了兩個(gè)相同的隨機(jī)整數(shù)數(shù)組。

通過(guò)本文對(duì)numpy生成隨機(jī)數(shù)的常用方法的解析和代碼示例,相信讀者能更加熟悉numpy庫(kù)中生成隨機(jī)數(shù)的操作。在數(shù)據(jù)分析和機(jī)器學(xué)習(xí)等領(lǐng)域,隨機(jī)數(shù)的生成是常見(jiàn)的操作,掌握這些方法對(duì)于進(jìn)行相關(guān)的數(shù)據(jù)實(shí)驗(yàn)和模型訓(xùn)練是非常有幫助的。

以上就是解析numpy常用的隨機(jī)數(shù)生成方法的詳細(xì)內(nèi)容,更多請(qǐng)關(guān)注有啊網(wǎng)站百科其它相關(guān)文章！

• 喜歡（10）
• 不喜歡（3）

本文鏈接：http://www.yongsung168.cn/ask-html/11775.html