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.