基础准备1_Numpy

0. Numpy的随机数

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
"""
随机数
numpy.random.rand() 产生一个[0,1)之间的随机数, 包含0不包含1
numpy.random.randn() 产生一个标准正态分布的随机数 np.random.randn(2,4)
np.random.normal(loc=0.0, scale=1.0, size=None) 参数loc决定均值,参数scale决定标准差,参数size决定数量

numpy.random.randint(low, high=None, size=None, dtype='l') 产生一个或多个随机整数,范围区间为[low, high) np.random.randint(-5,5,size=(2,2))

numpy.random.random_sample(size=None)
numpy.random.random(size=None)
numpy.random.ranf(size=None)
numpy.random.sample(size=None) 都是产生[0,1)之间的随机数

np.random.choice(5,size=(3,2)) 产生一个或多个随机整数,范围区间为[0,5) np.random.choice([1,2,3,4,5],size=(3,2))
demo_list = ['lenovo', 'sansumg','moto','xiaomi', 'iphone']
np.random.choice(demo_list,size=(3,3), p=[0.1,0.6,0.1,0.1,0.1]) 注意p的长度必须和demo_list的长度一致,且p的和为1

numpy.random.seed() 设置随机数种子
"""

1. Numpy的数组

1

作者

Gavin

发布于

2022-04-01

更新于

2022-04-01

许可协议

CC BY-NC-SA 4.0

Your browser is out-of-date!

Update your browser to view this website correctly.&npsb;Update my browser now

×