Notas de estudio de documentación china del módulo numpy.random

1 numpy.random.randint ()

Entero aleatorio, especificar límites superior e inferior, izquierda cerrada y derecha abierta

np.random.randint(1, size=10)
>>> array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])

np.random.randint(2, size=10)
>>> array([1, 0, 0, 0, 1, 1, 0, 0, 1, 0])

np.random.randint(5, size=(2, 4))
>>> array([[4, 0, 2, 1],
       	   [3, 2, 2, 0]])

2 numpy.random.rand ()

La función rand () genera datos entre [0,1) según una dimensión dada, distribuidos uniformemente

np.random.rand(3,2)
>>> array([[ 0.14022471,  0.96360618],
           [ 0.37601032,  0.25528411],
           [ 0.49313049,  0.94909878]]) 

3 numpy.random.randn ()

Obedezca la distribución normal estándar ~ N (0, 1)

np.random.randn()
>>> 2.1923875335537315

2.5 * np.random.randn(2, 4) + 3
>>> array([[-4.49401501,  4.00950034, -1.81814867,  7.29718677],
           [ 0.39924804,  4.68456316,  4.99394529,  4.84057254]])

4 elección aleatoria numpy ()

numpy.random.choice (a, size = None, replace = True, p = None)
, el parámetro replace se usa para establecer si se pueden seleccionar los mismos elementos: True significa que se pueden usar los mismos números; False significa que no se pueden utilizar los mismos números. El defecto es cierto.

np.random.choice(5, 3, p=[0.1, 0, 0.3, 0.6, 0.0])
>>> array([3, 3, 0])

np.random.choice(5)		#从[0, 5)中随机输出一个随机数，相当于np.random.randint(0, 5)
>>> 2

np.random.choice(5, 6, replace=True)#可以看到有相同元素
>>> array([3, 4, 1, 1, 0, 3])
np.random.choice(5, 6, replace=False)#会报错，因为五个数字中取六个，不可能不取到重复的数字
>>> ValueError: Cannot take a larger sample than population when 'replace=False'

aa_milne_arr = ['pooh', 'rabbit', 'piglet', 'Christopher']
np.random.choice(aa_milne_arr, 5, p=[0.5, 0.1, 0.1, 0.3])
>>> array(['pooh', 'pooh', 'pooh', 'Christopher', 'piglet'], dtype='|S11')
#可以看到，‘pooh’被选取的概率明显比其他几个高很多

5 numpy.random.uniform ()

numpy.random.uniform (bajo, alto, tamaño)
muestreo aleatorio de una distribución uniforme [bajo, alto);
bajo: límite inferior de muestreo, tipo flotante, valor predeterminado 0;
alto: límite superior de muestreo, tipo flotante, valor predeterminado 1;
size: el número de muestras de salida, en tipo int o tuple;
por ejemplo, size = (m, n, k), luego se generan m * n * k muestras y se genera 1 valor por defecto.