Constellation Knowledge Network - Preguntas y respuestas sobre Bagua - Conceptos básicos de Python 2: generación de números aleatorios, módulo aleatorio y función aleatoria en numpy

Conceptos básicos de Python 2: generación de números aleatorios, módulo aleatorio y función aleatoria en numpy

Hay dos formas principales de generar números aleatorios en Python, una es el módulo aleatorio y la otra es la función aleatoria en la biblioteca numpy.

En nuestro uso diario, si queremos obtener un número aleatorio, debemos considerar el módulo aleatorio. Si desea obtener una matriz de números enteros o decimales aleatorios, debe considerar la función aleatoria en numpy. Por supuesto, numpy también puede obtener números aleatorios.

1. Módulo aleatorio

2. Funciones aleatorias en la biblioteca numpy

Hay casi siete funciones en el módulo aleatorio que se pueden usar para generar números aleatorios. :

Función: Genera aleatoriamente un número de punto flotante [0, 1].

Función: Generar aleatoriamente un número de punto flotante [a, b]

Función: Generar aleatoriamente un número entero [a, b]

Función: A partir de una lista , elemento Selecciona aleatoriamente un elemento de grupos, cadenas y conjuntos (tipos de datos que se pueden usar en bucles for).

Rol: En generación; selecciona aleatoriamente un número de una secuencia de números enteros como este.

Función: mezcla el orden de los elementos de la lista.

Elimina aleatoriamente el número k de la secuencia total; el tipo de relleno puede ser lista, tupla, conjunto y cadena;

En la biblioteca Numpy, se usa comúnmente np random.rand. (), np.random.randn() y np.random.randint() funciones aleatorias.

Función: Devuelve uno o un grupo de valores de muestra aleatorios que obedecen a la distribución normal estándar.

Nota: La distribución normal estándar es una distribución normal con 0 como media y 1 como desviación estándar, registrada como n (0, 1). La curva de distribución normal correspondiente es la siguiente, a saber

Función: el método de uso es el mismo que el de la función np.random.randn(), que puede devolver uno o un grupo de valores de muestra aleatorios distribuidos uniformemente. "0~1" . El rango de muestras aleatorias es [0, 1], excluyendo 1.

numpy.random.randint(low, high=Ninguno, size=Ninguno, dtype='l')

Entrada:

Bajo: es el valor más pequeño.

Altura: es el valor máximo

tamaño: es el tamaño de dimensión de la matriz.

Dtype es el tipo de datos y el tipo de datos predeterminado es np.int.

Función: Devuelve un número entero aleatorio o una matriz de enteros, el rango es [bajo, alto], incluido el bajo, excluyendo el alto; cuando el alto no se completa, el rango predeterminado de números aleatorios generados es [0, bajo.

NP . random([size])

Función: Genera un número de punto flotante entre [0, 1], similar a np.random.rand().

np.random.choice(a,[size,replacement,p])

Referencia 1: la biblioteca aleatoria de Python Numpy genera datos aleatorios simples. rand(),. randint(),. randn(),. aleatorio() y así sucesivamente (1).

Referencia a la generación de números aleatorios en Python

Referencia a las funciones comunes del módulo numpy.random

Finalmente lo terminé.

Creo que es sencillo................................................. ................................................. ................ .................................... ................................. .................

上篇: ¿Qué significa interpretación de los sueños y bañar a un cachorro? 下篇: Gas venenoso de Zhou Gong_¿Qué significa gas venenoso de Zhou Gong?
Artículos populares