[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.random.rand(3,4)
    """
    [[ 0.48137826  0.82544788  0.24014543  0.56807129]
    [ 0.02557921  0.50690438  0.29423376  0.85673923]
    [ 0.32648763  0.97304461  0.6034564   0.70554691]]
    """

    data=np.random.normal(size=(2,3)) #mean=0, sd=1
    """
    [[ 1.57598046  0.06976049 -1.6502364 ]
    [ 0.30437287 -0.88249543 -0.04233034]]
    """
    data=np.random.normal(50,10,size=(2,3)) #mean=50, sd=10
    """
    [[ 34.40308274  56.17179863  36.05758636]
    [ 57.38723594  41.43156664  65.54296858]]
    """
    print(np.random.randint(10)) #6
    print(np.random.randint(0,10)) #9
    print(np.random.randint(0,10,size=(5))) #[2 1 8 4 1]
    print(np.random.randint(0,10,size=(2,3)))
    """
    [[0 2 4]
    [3 8 3]]
    """

if __name__ == "__main__":
    test_run()    
时间: 2024-10-06 00:54:13

[Python] Generating random numbers using numpy lib的相关文章

python的random模块

As an example of subclassing, the random module provides the WichmannHill class that implements an alternative generator in pure Python. The class provides a backward compatible way to reproduce results from earlier versions of Python, which used the

Generating Gaussian Random Numbers(转)

Generating Gaussian Random Numbers http://www.taygeta.com/random/gaussian.html This note is about the topic of generating Gaussia  pseudo-random numbers given a source of uniform  pseudo-random numbers. This topic comes up more frequently than I woul

Python数据分析开发环境及numpy矩阵操作

准备工作 下载并安装最新版本的Anaconda 下载并安装最新版本的Visual Studio Code 编辑器 Tips: 可以选择自己喜欢并且熟悉的编辑器或IDE.如:VIM.Emacs.Notepad++.Sublime.Pycharm等. 如果安装的是完整版本的Anaconda,会默认安装Spyder以及Jupyter Notebook.那么不想折腾编辑器的话,推荐使用这两款应用是足够的. Visual Studio Code 推荐插件 Python 可选插件 vscode-icons

python之random模块

random模块 用于生成随机浮点数.整数.字符串和随机抽取元素 方法: random()  生成一个随机浮点数,范围在0.0~1.0之间 uniform(上限,下限)  在设置的范围内,随机生成一个浮点数(上下限可以是整数,浮点数) randint(上限,下限)  在设定的范围内,随机生成一个整数(上下限必须为整数) choice(序列)  从任何序列中选取一个随机的元素返回 shuffle(序列)  随机打乱一个序列中元素的顺序 sample(序列,长度)  从指定的序列中随机截取指定长度的

linux python 安装 nose lapack atlas numpy scipy

linux python 安装 nose lapack atlas numpy scipy --http://lib.csdn.net/article/python/1262 作者:maple1149 The first step of machine larning . 环境配置: OS:ubuntu 10.04 Python :Python 2.6.5 1.安装nose 这个安装还比较顺利,基本没报错... 下载nose: https://nose.readthedocs.org/en/la

【转载】python 模块 - random生成随机数模块

http://blog.csdn.net/pipisorry/article/details/39086463 随机数种子 要每次产生随机数相同就要设置种子,相同种子数的Random对象,相同次数生成的随机数字是完全相同的: random.seed(1) 这样random.randint(0,6, (4,5))每次都产生一样的4*5的随机矩阵 关于种子的介绍可参见[Java - 常用函数Random函数] Python标准库random模块 (生成随机数模块) random.random() r

ZH奶酪:【Python】random模块

Python中的random模块用于随机数生成,对几个random模块中的函数进行简单介绍.如下:random.random() 用于生成一个0到1的随机浮点数.如: import random random.random() 输出: 0.3701787746508932 random.uniform(a,b) 用于生成一个指定范围内的随机浮点数,两个参数一个是上线,一个是下线.如: random.uniform(10,20) 输出: 16.878776709127855 random.rand

Random numbers

Most computer programs do the same thing every time they execute, given the same inputs, so they are said to be deterministic. Deterministic is usually a good thing, since we expect the same calculation to yield the same result. For some applications

python 3.4 装matplotlib numpy

为了装个matplotlib包,搞了好久: python3.4,官方没有对应版本的包,只能去下面这个地方下对应的版本: http://www.lfd.uci.edu/~gohlke/pythonlibs/ 下载试了下,后发现出错,好像还缺个numpy的包 python 3.4 numpy官方也没有对应版本, 貌似得到下面的网站下载 http://www.lfd.uci.edu/~gohlke/pythonlibs/#pyparsing 最后终于可以了 python 3.4 装matplotlib