Numpy基础：玩转随机数组

随机数组特地单独列一章节。因为numpy的随机数组方法多，而且看着都很像，容易混淆。

1.numpy.random.rand

创建指定大小的数组，数组数值取值范围为[0,1)。

np.random.rand(2,2)

array([[0.25901893, 0.40045757],
       [0.33556201, 0.94164229]])

np.random.rand(10)

array([0.26765928, 0.0254993 , 0.71390332, 0.81739998, 0.60081098,
       0.01739044, 0.65042077, 0.91331127, 0.21106773, 0.46124952])

2.numpy.random.randn

创建指定大小的数组，数组数值随机取于标准正态分布。

np.random.randn()

2.360354447141876

np.random.randn(2,3)

array([[-1.6020136 ,  0.74563276,  3.43046135],
       [-0.25806533, -0.24976319,  1.59458803]])

3.numpy.random.randint

numpy.random.randint(low, high=None, size=None, dtype='l')

创建指定大小的数组，数组数值随机取于[low,high)之间。high为空时则取[0,low)。需要用到size属性指定数组大小。

np.random.randint(2)

输出0或者1

np.random.randint(2,5)

输出2，3，4中的某一个值

np.random.randint(2,5,size=(3,3,3))

array([[[2, 2, 3],
        [2, 3, 3],
        [4, 3, 2]],

       [[2, 2, 2],
        [4, 2, 4],
        [4, 2, 2]],

       [[4, 3, 2],
        [3, 4, 3],
        [3, 2, 4]]])

4.numpy.random.choice

numpy.random.choice(a, size=None, replace=True, p=None)

a:指定的一维数组或者整数。如果是整数，则该方法等同于np.arange(a)

size:数组大小

replace:生成的数组中元素是否可以重复。默认为True，即可以重复

p:一维数组中每个元素出现的概率

np.random.choice(5, 3)

array([1, 1, 3])#会出现重复的值

np.random.choice(5, 3, replace=False)

array([4, 0, 3])#不会出现重复的值

np.random.choice(5, 3, replace=False, p=[0.1, 0, 0.3, 0.6, 0])

array([3, 2, 0])#指定概率后，元素就只会出现0，2，3这三个

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', 'piglet', 'Christopher', 'pooh', 'pooh'], dtype='<U11')

5.numpy.random.shuffle

数组乱序

arr = np.arange(10)

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

np.random.shuffle(arr)

array([5, 1, 7, 6, 2, 3, 4, 9, 8, 0])

6.numpy.random.seed

随机数种子。例如设置为8，生成随机数组如下。再次生成随机数组值肯定会变。这时候我们想找回刚刚的数组，只要再设置随机数种子为8，再生成随机数组，我们发现值又回到刚刚的数组的值了。

np.random.seed(8)

np.random.rand(3)

array([0.8734294 , 0.96854066, 0.86919454])