Numpy随机数

np.random随机数子库

1: 基本函数

• .rand(d0,d1,..dn)：创建d0-dn维度的随机数数组，浮点数，范围从0-1，均匀分布
• .randn(d0,d1,..dn)：功能同上，区别：范围不定，标准正态分布
• .randint(low,high,(shape))：根据shape创建随机整数或整数数组，范围是low,high，形状是shape
• .seed(s)：随机数种子，s是给定的种子值，通过设定相同的随机数种子，可以每次生成相同的随机数

import numpy as np

a = np.random.rand(3,4,5)
a

sn = np.random.randn(3,4,5)
sn

b = np.random.randint(100,200,(3,4,5))
b

np.random.seed(10)
np.random.randint(100,200,(3,4))
np.random.seed(10)
np.random.randint(100,200,(3,4)) #相同的种子，相同的随机数

2:高级函数

• shuffle(a)：将数组a的第0轴(最外维度)进行随机排列(洗牌)，改变数组a
• permutation(a)：同上，区别是不改变数组a
• .choice(a, size=None, replace=True, p=None)：从一维数组a中以概率p抽取元素，形成size形状新数组，replace表示是否可以重用元素，默认为False，p为抽取概率

import numpy as np

np.random.seed(10)
a = np.random.randint(100,200,(3,4))
a

#数组最外一层维度数据发生变化
np.random.shuffle(a)
a

np.random.permutation(a)
a #变量不变

np.random.seed(10)
b = np.random.randint(100,200,(8,))
b

np.random.choice(b,(3,2)) #将一维数组内数据抽取转为3行2列数组
np.random.choice(b,(3,2),replace=False) #不重复抽取值
np.random.choice(b,(3,2),p=b/np.sum(b)) #p为抽取概率，本位置值越大，抽取概率越高

原文地址：https://www.cnblogs.com/yoyo1216/p/10131589.html