Verwendung einer Zufallsfunktion in Python Numpy

np.random: Generierung von Zufallszahlen

• np.random.random()

import numpy as np
c = np.random.random() #生成一个(0,1)之间的随机浮点数
print('c的值：',c)

• np.random.random(size)

import numpy as np
c = np.random.random(5) #生成size个(0,1)之间的随机浮点数
print('c的值：',c)

• np.random.random([m,n]) oder np.random.random((m,n))

import numpy as np
c = np.random.random([2,6]) #生成m行n列的(0,1)之间的随机浮点数
print('c的值：')
print(c)

• np.random.rand(m,n)

• Es hat die gleiche Funktion wie np.random.random((m,n)), aber die Parameterform ist anders.

import numpy as np
c = np.random.rand(2,6) #生成m行n列的(0,1)之间的随机浮点数
print('c的值：')
print(c)

• np.random.randint(a,b,size)

import numpy as np
c = np.random.randint(0,2,2) #生成size个[a,b)之间的随机整数
print('c的值：')
print(c)

• np.random.uniform(a,b,size)

import numpy as np
c = np.random.uniform(0,1,2) #生成size个[a,b)之间的随机浮点数
print('c的值：')
print(c)

• np.random.normal(): Der Mittelwert ist 0, die Standardabweichung ist 1 [kein Parameter-Standardwert]

import numpy as np
c = np.random.normal() #生成一个随机浮点数，随机概率与均值为0,标准差为1的正态分布一致【无参默认值】
print('c的值：')
print(c)

• np.random.normal(a,b)

import numpy as np
c = np.random.normal(0,1) #生成一个随机浮点数，随机概率与均值为a,标准差为b的正态分布一致
print('c的值：')
print(c)

• np.random.normal(a,b,size)

import numpy as np
c = np.random.normal(0,1,2) #生成size个随机浮点数，随机概率与均值为a,标准差为b的正态分布一致
print('c的值：')
print(c)

Die obige Normalverteilungsformel ist in https://zhidao.baidu.com/question/431881117.html wiedergegeben