numpy.random.randn()和numpy.random.rand()

1 numpy.random.rand()

  (1)numpy.random.rand(d0,d1,…,dn)

    rand函数根据给定维度生成[0,1)之间的数据,包含0,不包含1

    dn表格每个维度

    返回值为指定维度的array

  (2)

print(np.random.rand(2,4))生成一个2行4列的0到1之间的数组

[[0.16965512 0.97445517 0.51992353 0.73377611]
[0.91446815 0.65995296 0.67720307 0.34809015]]

print(np.random.rand(4,3,2))

[[[0.10401912 0.82232074]
[0.68653479 0.07301172]
[0.59939558 0.58055146]]
[[0.03088151 0.88140311]
[0.4033945 0.47251058]
[0.2284928 0.70175964]]
[[0.44053464 0.20180619]
[0.15514924 0.90906066]
[0.17861751 0.68839029]]
[[0.31387288 0.90869563]
[0.14992 0.60987398]
[0.63666834 0.73750431]]]



2 numpy.random.randn()

numpy.random.randn(d0,d1,…,dn)

  • randn函数返回一个或一组样本,具有标准正态分布。
  • dn表格每个维度
  • 返回值为指定维度的array
print(np.random.randn(2,4))

[[-3.76215048e-04 8.66687229e-01 -2.38559669e-01 1.75060171e+00]
[ 1.57466855e+00 8.17036401e-01 -1.05382851e+00 -1.72285071e+00]]

原文地址:https://www.cnblogs.com/bigdata-stone/p/10209146.html

时间: 2024-10-05 04:02:09

numpy.random.randn()和numpy.random.rand()的相关文章

numpy.random.randn()与rand()的区别

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('*********************************

[转]numpy.random.randn()用法

在python数据分析的学习和应用过程中,经常需要用到numpy的随机函数,由于随机函数random的功能比较多,经常会混淆或记不住,下面我们一起来汇总学习下. import numpy as np 1 numpy.random.rand() numpy.random.rand(d0,d1,…,dn) rand函数根据给定维度生成[0,1)之间的数据,包含0,不包含1 dn表格每个维度 返回值为指定维度的array np.random.rand(4,2) array([[ 0.02173903,

no.random.randn

numpy中有一些常用的用来产生随机数的函数,randn就是其中一个,randn函数位于numpy.random中,函数原型如下: numpy.random.randn(d0, d1, ..., dn) 这个函数的作用就是从标准正态分布中返回一个或多个样本值.如果没有参数,则返回一个值.参数(d0, d1, -, dn)表示维度,参数的数值表示每个维度有多少个数,这些值都是从标准正态分布中随机取样得到的. >>> a = np.random.randn(1,2) >>>

random.nextInt()与Math.random()基础用法

1.来源 random.nextInt() 为 java.util.Random类中的方法: Math.random() 为 java.lang.Math 类中的静态方法. 2.用法 产生0-n的伪随机数(伪随机数参看最后注解): // 两种生成对象方式:带种子和不带种子(两种方式的区别见注解) Random random = new Random(); Integer res = random.nextInt(n); 1 2 3 Integer res = (int)(Math.random(

LeetCode——Copy List with Random Pointer(带random引用的单链表深拷贝)

问题: A linked list is given such that each node contains an additional random pointer which could point to any node in the list or null. Return a deep copy of the list.   结点的定义如下: /** * Definition for singly-linked list with a random pointer. * class

[Python] Generating random numbers using numpy lib

import numpy as np def test_run(): data=np.random.random((3,4)) """ [[ 0.80150549 0.96756513 0.18914514 0.85937016] [ 0.23563908 0.75685996 0.46804508 0.91735016] [ 0.70541929 0.04969046 0.75052217 0.2801136 ]] """ data=np.ra

《算法导论》 调用RANDOM(0,1),实现RANDOM(a,b)的过程

描述RANDOM(a,b)的过程的一种实现,它只调用RANDOM(0,1).作为a和b的函数,你的程序的期望运行时间是多少?(RANDOM(0,1)以等概率输出0或者1,RANDOM(a,b)以等概率输出[a,b]之间的数(整数)) 要RANDOM(a,b)等概率输出[a,b]之间的数,只要等概率得到[0,b-a]之间的一个数即可.既然可以通过RANDOM(0,1)得到1或者0,这时候就能等概率把[0,b-a]区间划分成更小的区间,假设当得到1时区间缩小为[(b-a)/2,b-a],0时为[0,

Random.nextint() 和Math.random()的区别

Java代码   Random rand = new Random(); long startTime = System.nanoTime() ; int i1 = rand.nextInt(1000000000); System.out.println(i1); long endTime = System.nanoTime(); System.out.println("Random.nextInt(): " + (endTime - startTime)); long startTi

安装Python3.6.4后,在使用numpy时报错RuntimeWarning: numpy.dtype size changed, may indicate binary incompatibility. Expected 96, got 88

原因: 因为安装numpy用的是 pip来安装的 pypi官方对于numpy的库已经升级了,但是升级后的版本与其他的库不匹配 所以报错 解决: 先把已经安装的numpy卸载: pip uninstall numpy 再安装低版本的numpy: pip install -U numpy==1.14.5 原文地址:https://www.cnblogs.com/frankielf0921/p/9884929.html