numpy.random.randn()与rand()的区别
发布日期:2021-10-07 11:13:32
浏览次数:4
分类:技术文章
本文共 1901 字,大约阅读时间需要 6 分钟。
1、numpy中有一些常用的用来产生随机数的函数,randn()和rand()就属于这其中。
numpy.random.randn(d0, d1, …, dn)是从标准正态分布中返回一个或多个样本值。 numpy.random.rand(d0, d1, …, dn)的随机样本位于[0, 1)中。 代码:import numpy as np arr1 = np.random.randn(2,4)print(arr1)print('******************************************************************')arr2 = np.random.rand(2,4)print(arr2)
结果
在使用Python进行数据处理时,往往需要用到大量的随机数据,那如何构造这么多数据呢?Python的第三方库numpy库中提供了random函数来实现这个功能。
本文将根据官方文档以及其他博友的博客一起来谈论常见的random函数以及使用2、首先说下numpy.random.seed()与numpy.random.RandomState()这两个在数据处理中比较常用的函数,两者实现的作用是一样的,都是使每次随机生成数一样,具体可见下图
1.numpy.random.rand()
官方文档中给出的用法是:numpy.random.rand(d0,d1,…dn) 以给定的形状创建一个数组,并在数组中加入在[0,1]之间均匀分布的随机样本。 用法及实现:2.numpy.random.randn()
官方文档中给出的用法是:numpy.random.rand(d0,d1,…dn) 以给定的形状创建一个数组,数组元素来符合标准正态分布N(0,1) 若要获得一般正态分布则可用sigma * np.random.randn(…) + mu进行表示 用法及实现:3.numpy.random.randint()
官方文档中给出的用法是:numpy.random.randint(low,high=None,size=None,dtype) 生成在半开半闭区间[low,high)上离散均匀分布的整数值;若high=None,则取值区间变为[0,low) 用法及实现 high=None的情形high≠None
4.numpy.random.random_integers()
官方文档中给出的用法是: numpy.random.random_integers(low,high=None,size=None) 生成闭区间[low,high]上离散均匀分布的整数值;若high=None,则取值区间变为[1,low] 用法及实现 high=None的情形high≠None的情形
此外,若要将【a,b】区间分成N等分,也可以用此函数实现
a+(b-a)*(numpy.random.random_integers(N)-1)/(N-1)5.numpy.random_sanmple()
官方文档中给出的用法是: numpy.random.random_sample(size=None) 以给定形状返回[0,1)之间的随机浮点数 用法及实现其他函数,numpy.random.random() ;numpy.random.ranf()
numpy.random.sample()用法及实现都与它相同6.numpy.random.choice()
官方文档中给出的用法: numpy.random.choice(a,size=None,replace=True,p=None) 若a为数组,则从a中选取元素;若a为单个int类型数,则选取range(a)中的数 replace是bool类型,为True,则选取的元素会出现重复;反之不会出现重复 p为数组,里面存放选到每个数的可能性,即概率 用法及实现[[-1.03021018 0.5197033 0.52117459 -0.70102661] [ 0.98268569 1.21940697 -1.095241 -0.38161758]]******************************************************************[[ 0.19947349 0.05282713 0.56704222 0.45479972] [ 0.28827103 0.1643551 0.30486786 0.56386943]]
转载地址:https://blog.csdn.net/mingyuli/article/details/81260213 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!
发表评论
最新留言
路过,博主的博客真漂亮。。
[***.116.15.85]2024年03月26日 00时01分17秒
关于作者
喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!
推荐文章
git更换_git命令
2019-04-21
hp-ux 查看系统负载_Linux性能调优 | 平均负载的理解和分析
2019-04-21
elementui的tree组件页面显示不出数据_vue路由及组件
2019-04-21
python 动态tabel的数据爬取_使用requests爬取python岗位招聘数据
2019-04-21
input js number 整数_JS基础简单小结(1)
2019-04-21
二阶差分预测后数据还原公式_xgboost系列丨xgboost原理及公式推导
2019-04-21
mysql 阿里云 添加磁盘空间_rds mysql磁盘空间包含
2019-04-21
java中gui_java中GUI是什么意思?详细图解
2019-04-21
java iso 8601_如何在iOS上获得ISO 8601日期?
2019-04-21
windows8怎么下载python_win8怎么安装python
2019-04-21
linux猜数字程序,用linux实现猜数字小游戏源码
2019-04-21
linux下堆栈溢出实例,堆栈溢出在Linux上沉默?
2019-04-21
python创建nc文件_工具箱第2期 用python玩转NC
2019-04-21
拆分文件_文件拆分与合并
2019-04-21