import numpy as np
常用函数:
rand(d0, d1, …, dn)
生成形状为[d0,d1,d2,…,dn]的随机数(0-1)
>>> np.random.rand(1,3)
array([[ 0.10761056, 0.26262689, 0.83970223]])
randn(d0, d1, …, dn)
rand normal 生成形状为[d0,d1,…,dn]的标准正态分布随机数。
>>> np.random.randn(1,20)
array([[ 1.89687794, -0.20825149, 1.28222839, 0.15000713, -0.27386673, -0.98189339, -0.48173266, -0.29186251, -1.52421491, 0.13126359, -0.50999305, -0.15216678, 0.48311649, 0.7377237 , -0.76365805, -0.31299765, 0.52000698, 1.25761385, -0.38987207, -0.10450271]])
randint(low[, high, size, dtype])
生成[low,high)区间的随机整数,其中size定义形状。
>>> np.random.randint(1,2,size=[2,3])
array([[1, 1, 1], [1, 1, 1]])
random_integers(low[, high, size])
生成[low,high]区间的随机整数,其中size定义形状。
>>> np.random.random_integers(1,2,size=[1,10])
array([[2, 1, 1, 2, 2, 1, 2, 1, 1, 2]])
np.random.normal(loc=0.0, scale=1.0, size=None)
生成一个均值为loc,标准差为scale,形状为size的正态分布。
>>> np.random.normal(0,100,size=[10])
array([ 36.37743848, -188.87247587, 30.82353981, -78.71958215,
-38.91259631, -172.49551658, -42.36293946, -56.40511621, -4.07297166, 53.56752368])
本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系我们删除。