python中生成随机数的函数,python里怎么生成随机数
python中常用的随机函数有：1)NP . random . rand；2)NP . random . randint；3)NP . random . randn；随机的。
1.NP.random.rand(D0，d1，dn)).
根据给定维度生成[0，1]之间的数据，包括0，不包括1。其中dn代表每个维度的大小，N代表维度。返回值是指定维度的数组。
示例：
1 importnumpy作为np2
3x=NP . rand . rand(3，2 )4print ) x.shape (5print (x ) x)))))))).
七
8
输出结果：10 (3，2)11[0.5591 12920.5242528]12[0.15830.88402055]13[0.5888]14
2.randn(D0，d1，…，dn).
randn函数返回标准正态分布的样本或样本组，平均值为0，标准差为1。其中dn代表每个维度的大小，N代表维度。返回值是指定维度的数组。
示例：
1 importnumpy作为np2
3x=NP.random.randn (3 3，2)4 printing)x . shape)5 printing(x)x)6
7
8输出结果：9 (3，2)10[-0.81758026-0.0527769]11[0.36851.67281363]12[0.83645057-0.54296909]13
3.NP.random.randint(低[，高，大小]
返回一个范围为[低，高]且包含低但不高的随机整数。这里，low是最小值，high是最大值，size是数组的维度大小，dtype是数据类型，默认数据类型是np.int。如果没有填写high，默认生成的随机数范围是[0，low。
1 importnumpy作为np2
3x=NP . random . randint(3)4 print(x)x)5 # 1
六
7x=NP.random.randint (1 1，5) 8 printing (x) 9 #3
10
11x=NP.random.randint(3，size=5) 12 print(x ) x ) 13 #[0 1 2 2 0]
14
15x=NP.random.randint(3，size=[ 2，2 ] ) 16 print(x ) x ) 17“”.
18 [[2 0]19 [0 1]]20
4.随机的，随机的.
生成[0，1]之间的浮点数。Np.random.rand))也有类似的功能。示例：
1 importnumpy作为np2
3x=np.random.random (size=[2，2]) 4 printing (x) x )5”。
6 [ [ 0.94329549.93561065 ]7[ 0.33493102.67862068 ]8
numpy . random . random _ sample(size=none))
numpy.random.ranf(size=none)).
numpy.random.sample(size=none)).
以上三个函数也有相同的作用。
5.NP.Random.choice(a(，size，replace，p))
根据给定的一维数组生成随机样本。
参数：a是一维数组的相似数据或整数；是数组维度；repalce参数是可重复的还是不可重复的。如果设置为FALSE，则不会有重复数据；p是数据出现在数组中的概率。
当a为整数时，对应的一维排列为NP.arange(a)。
1 importnumpy作为np2
3
4对应于第一参数值5的a，即传输数据集5的第二参数3是数组的大小。如果传递单个值，则生成数组7 ，其中数据维度是一维6，其中一维数据包含三个小于5的整数。
8x=NP.random.choice (5 5，3) 9 printing (x) x) 10 #[4 0 4]
11
指定12 #数组中每个数据的概率。
13x=NP.random.choice (5 5，3，p=[0.1，0，0.3，0.6，0]) 14 printing (x) x) 15 # [3，2]
16
17 # repalce参数是否可重复？如果设置为FALSE，将不会生成重复数据。
18x=NP.random.choice (5，4，replace=False)19 print(x)x)20 #[2 4 1 0]
21
还可以传递22 #数字和字符串以外的数组。
23 demo_list=[联想， sansumg ， moto ，小米， iphone ]24x=NP . random . choice(demo _ list，
27 [ sansumg sansumg 小米]28[ sansumg iphone sansumg ]29[联想 小米 ] ]
6.随机种子(
每次生成的随机数类型都是一样的。如果设置了相同的种子，那么每次随机数都是一样的。如果没有设置种子，每次都会生成一个不同的随机数。
示例：
1 importtensorflowastf 2 importnumpyasnp 3 froms kle arn . utilsimportcheck _ random _ state 4
5x=NP.random.randint (0 0，10) 6 printing (x) x )7 #8
八
X=np.random.randint (0，10) 10 printing (x) x) 11 #9
12
3np . random . seed(0)14x=NP . random . randint)0，10) 15打印(x) x) 16 #5
17
8np . random . seed(0)19x=NP . random . randint)0，10) 20Print (x) x) 21 #5
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。