numpy.random.randint()方法
numpy.random.randint(low, high=None, size=None, dtype='l')
参数
这个方法产生离散均匀分布的整数,这些整数大于等于low,小于high。
- low : int
产生随机数的最小值- high : int, optional
给随机数设置个上限,即产生的随机数必须小于high- size : int or tuple of ints, optional
输出的大小,可以是整数,或者元组- dtype : dtype, optional
期望结果的类型
举例说明
>>> random.randint(1,20)
13
>>> np.random.randint(1,20)
1
>>> np.random.randint(1,20,size=3)
array([19, 18, 4])
>>> np.random.randint(1,20,size=(3,4))
array([[ 4, 8, 7, 13],
[ 8, 19, 16, 1],
[ 4, 4, 2, 18]])
>>> np.random.randint(20,size=5)
array([ 4, 19, 17, 17, 8])
>>> np.random.randint(1,size=5)
array([0, 0, 0, 0, 0])
>>> np.random.randint(2,size=5)
array([0, 0, 0, 1, 0])
numpy.random.randn()与rand()的区别
numpy中有一些常用的用来产生随机数的函数,randn()和rand()就属于这其中。
numpy.random.randn(d0, d1, …, dn)是从标准正态分布中返回一个或多个样本值,有正有负。
numpy.random.rand(d0, d1, …, dn)的随机样本位于[0, 1)中,全是正的。
代码:
import numpy as np
arr1 = np.random.randn(2,4)
print(arr1)
print('******************************************************************')
arr2 = np.random.rand(2,4)
print(arr2)
结果:
[[-1.03021018 0.5197033 0.52117459 -0.70102661]
[ 0.98268569 1.21940697 -1.095241 -0.38161758]]
******************************************************************
[[ 0.19947349 0.05282713 0.56704222 0.45479972]
[ 0.28827103 0.1643551 0.30486786 0.56386943]]
numpy.random.ranf
在半开区间[0.0,1.0)中返回随机浮点数。
等价于np.random.random_sample()函数。
numpy.random.ramdom()方法
此方法用来产生0和1之间的随机浮点数float。若想产生(3, 5)之间的floatsui随机数,就可以采用
import numnpy
a = 2*numpy.random.random() + 3
print(a)
我的理解是等价于numpy.random.rand()函数
,若有错误还请批评指正。