numpy中的随机数模块

https://www.cnblogs.com/td15980891505/p/6198036.html

numpy.random模块中提供啦大量的随机数相关的函数。

1 numpy中产生随机数的方法

　　1)rand() 　　产生[0,1]的浮点随机数,括号里面的参数可以指定产生数组的形状

　　2)randn()　　产生标准正太分布随机数，参数含义与random相同

　　3)randint()　　产生指定范围的随机数，最后一个参数是元祖，他确定数组的形状

1 2 3 4 5 6 7 8 9 10 11 12

import numpy as np from numpy import random as nr   #只显示小数点后两位 np.set_printoptions(precision = 2) r1 = nr.rand(3,4) r2 = nr.randn(5,4) r3 = nr.randint(0,10,size = (4,3))   print r1 print r2 print r3

1 2 3 4 5 6 7 8 9 10 11 12 13

[[ 0.34  0.51  0.65  0.57]  [ 0.97  0.16  0.62  0.37]  [ 0.23  0.78  0.77  0.46]] [[-0.69 -1.24 -0.32  1.07]  [ 0.05 -1.97  1.01 -1.59]  [ 1.51 -1.21  1.02 -0.19]  [ 1.49 -0.42  0.64  0.07]  [-0.1   1.11  0.24 -0.18]] [[9 6 7]  [1 9 7]  [4 9 6]  [3 9 0]] (Pdb)

 2 常用分布

　　1）normal(）　　正太分布

　　2）uniform()　　均匀分布

　　3）poisson()　　泊松分布

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

# -*- coding: utf-8 -*- """ Spyder Editor   This is a temporary script file. """ import numpy as np from numpy import random as nr   #只显示小数点后两位 np.set_printoptions(precision = 2)   #第一个参数是均值，第二个参数是标准差 r1 = nr.normal(100,10,size = (3,4)) print r1   #前两个参数分别是区间的初始值和终值 r2 = nr.uniform(0,10,size = (3,4)) print r2   #第一个参数为指定的lanbda系数 r3 = nr.poisson(2.0,size = (3,4)) print r3

1 2 3 4 5 6 7 8 9 10

[[ 100.67   98.39   99.36  103.37]  [  98.23   95.11  107.57  111.23]  [  97.26   75.21  110.4   112.53]] [[ 2.42  6.81  9.96  3.15]  [ 9.28  4.4   7.87  5.19]  [ 3.47  2.92  4.5   2.58]] [[3 1 5 0]  [1 0 4 3]  [3 1 2 1]] (Pdb)

3 乱序和随机抽取

　　permutation()随机生成一个乱序数组，当参数是n时，返回[0,n)的乱序，他返回一个新数组。而shuffle()则直接将原数组打乱。choice（）是从指定的样本中随机抽取。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34

# -*- coding: utf-8 -*- """ Spyder Editor   This is a temporary script file. """ import numpy as np from numpy import random as nr   #只显示小数点后两位 np.set_printoptions(precision = 2)   #返回打乱数组，原数组不变 r1 = nr.randint(10,100,size = (3,4)) print r1 print nr.permutation(r1) print r1   print nr.permutation(5)   # 使用shuffle打乱数组顺序 x = np.arange(10) nr.shuffle(x) print x   #xhoice()函数从指定数组中随机抽取样本 #size参数用于指定输出数组的大小 #replace参数为True时，进行可重复抽取，而False表示进行不可重复的抽取。默认为True x = np.array(10) c1 = nr.choice(x,size = (2,3)) print c1   c2 = nr.choice(x,5,replace = False) print c2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

[[78 22 43 70]  [46 87 12 32]  [11 56 89 79]] [[11 56 89 79]  [78 22 43 70]  [46 87 12 32]] [[78 22 43 70]  [46 87 12 32]  [11 56 89 79]] [4 1 2 0 3] [3 4 9 5 8 2 7 0 6 1] [[4 7 9]  [9 1 7]] [5 3 2 8 4] (Pdb)