random模块用于生成随机数,下面看看模块中一些常用函数的用法:
numpy.random.rand(d0, d1, ..., dn):生成一个[0,1)之间的随机浮点数或N维浮点数组。 #numpy.random.rand(d0, d1, ..., dn) import numpy as np #无参 np.random.rand()#生成生成[0,1)之间随机浮点数 type(np.random.rand())#float #d0,d1....表示传入的数组形状 #一个参数 np.random.rand(1)#array([ 0.44280931]) type(np.random.rand(1))#numpy.ndarray np.random.rand(5)#生成一个形状为5的一维数组 #两个参数 np.random.rand(2,3)#生成2x3的二维数组 #np.random.rand((2,3))#报错,参数必须是整数,不能是元组
numpy.random.randn(d0, d1, ..., dn):生成一个浮点数或N维浮点数组,取数范围:正态分布的随机样本数。
#numpy.random.randn(d0, d1, ..., dn) import numpy as np #无参 np.random.randn()#1.4872544578730051,不一定是[0,1)之间的随机数 #一个参数 np.random.randn(1) np.random.randn(5)#生成形状为5的一维数组 #两个参数 np.random.randn(2,3)#生成2x3数组 #np.random.randn((2,3))#报错,参数必须是整数
numpy.random.standard_normal(size=None):生产一个浮点数或N维浮点数组,取数范围:标准正态分布随机样本
import numpy as np #numpy.random.standard_normal(size=None) #size为整数 np.random.standard_normal(2)#array([-2.04606393, -1.05720303]) #size为整数序列 np.random.standard_normal((2,3)) np.random.standard_normal([2,3]).shape#(2, 3)
numpy.random.randint(low, high=None, size=None, dtype='l'):生成一个整数或N维整数数组,取数范围:若high不为None时,取[low,high)之间随机整数,否则取值[0,low)之间随机整数。
#numpy.random.randint(low, high=None, size=None, dtype='l') import numpy as np #low=2 np.random.randint(2)#生成一个[0,2)之间随机整数 #low=2,size=5 np.random.randint(2,size=5)#array([0, 1, 1, 0, 1]) #low=2,high=2 #np.random.randint(2,2)#报错,high必须大于low #low=2,high=6 np.random.randint(2,6)#生成一个[2,6)之间随机整数 #low=2,high=6,size=5 np.random.randint(2,6,size=5)#生成形状为5的一维整数数组 #size为整数元组 np.random.randint(2,size=(2,3))#生成一个2x3整数数组,取数范围:[0,2)随机整数 np.random.randint(2,6,(2,3))#生成一个2x3整数数组,取值范围:[2,6)随机整数 #dtype参数:只能是int类型 np.random.randint(2,dtype='int32') np.random.randint(2,dtype=np.int32)
numpy.random.random_integers(low, high=None, size=None):生成一个整数或一个N维整数数组,取值范围:若high不为None,则取[low,high]之间随机整数,否则取[1,low]之间随机整数。
#numpy.random.random_integers(low, high=None, size=None) import numpy as np #low=2 np.random.random_integers(2)#生成一个[1,2]之间随机整数 #low=2、size=5 np.random.random_integers(2,size=5)#array([2, 1, 1, 1, 1]) #low=2、high=6 np.random.random_integers(2,6)#生成一个[2,6]之间随机整数 #low=2、high=6、size=5 np.random.random_integers(2,6,size=5)#生成一个形状为5的一维整数数组组
#size为整数元组
np.random.random_integers(2,size=(2,3))#生成一个2x3数组,取数范围:[1,2]随机整数
np.random.random_integers(2,6,(2,3))#生成一个2x3数组,取数范围:[2,6]随机整数
numpy.random.random_sample(size=None):生成一个[0,1)之间随机浮点数或N维浮点数组。
#numpy.random.random_sample(size=None) import numpy as np #size=None np.random.random_sample()#生成一个[0,1)之间随机浮点数 #size=2 np.random.random_sample(2)#生成shape=2的一维数组 #size为整数元组 np.random.random_sample((2,))#等同np.random.random_sample(2) #np.random.random_sample((,2))#报错 np.random.random_sample((2,3))#生成2x3数组 np.random.random_sample((3,2,2))#3x2x2数组
numpy.random.choice(a, size=None, replace=True, p=None):从序列中获取元素,若a为整数,元素取值为np.range(a)中随机数;若a为数组,取值为a数组元素中随机元素。
#numpy.random.choice(a, size=None, replace=True, p=None) import numpy as np #a为整数,size为None np.random.choice(2)#生成一个range(2)中的随机数 #a为整数,size为整数 np.random.choice(2,2)#生成一个shape=2一维数组 #a为整数,size为整数元组 np.random.choice(5,(2,3))#生成一个2x3数组 #a为数组,size为None np.random.choice(np.array(['a','b','c','f']))#生成一个np.array(['a','b','c','f']中随机元素 #a为数组,size为整数 np.random.choice(5,(2,3))#生成2x3数组 #a为数组,size为整数元组 np.random.choice(np.array(['a','b','c','f']),(2,3))#生成2x3数组 #p参数:可以理解成a中元素出现的概率,p的长度和a的长度必须相同,且p中元素之和为1,否则报错 #np.random.choice(2,p=[1])#报错,a和p长度不一致 np.random.choice(5,p=[0,0,0,0,1])#生成的始终是4 np.random.choice(5,3,p=[0,0.5,0.5,0,0])#生成shape=3的一维数组,元素取值为1或2的随机数
numpy.random.shuffle(x):对X进行重排序,如果X为多维数组,只沿第一条轴洗牌,输出为None。
#numpy.random.shuffle(x) import numpy as np list1 = [1,2,3,4,5] np.random.shuffle(list1)#输出None list1#[1, 2, 5, 3, 4],原序列的顺序也被修改 arr = np.arange(9).reshape(3,3) np.random.shuffle(arr)#对于多维数组,只沿着第一条轴打乱顺序
numpy.random.permutation(x):与numpy.random.shuffle(x)函数功能相同,两者区别:peumutation(x)不会修改X的顺序。
#numpy.random.permutation(x) import numpy as np #x=5 np.random.permutation(5)#生成一个range(5)随机顺序的数组 #x为列表或元组 list1 = [1,2,3,4] np.random.permutation(list1)#array([2, 1, 4, 3]) #list1#[1, 2, 3, 4] #x为数组 arr = np.arange(9) np.random.permutation(arr) arr2 = np.arange(9).reshape(3,3) np.random.permutation(arr2)#对于多维数组,只会沿着第一条轴打乱顺序
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
稳了!魔兽国服回归的3条重磅消息!官宣时间再确认!
昨天有一位朋友在大神群里分享,自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址,com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后,确实是网易的网址,也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情,因为以前都没有出现这样的情况,现在突然提示跳转到国服战网的网址,是不是说明了简体中文客户端已经开始进行更新了呢?
更新日志
- 凤飞飞《我们的主题曲》飞跃制作[正版原抓WAV+CUE]
- 刘嘉亮《亮情歌2》[WAV+CUE][1G]
- 红馆40·谭咏麟《歌者恋歌浓情30年演唱会》3CD[低速原抓WAV+CUE][1.8G]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[320K/MP3][193.25MB]
- 【轻音乐】曼托凡尼乐团《精选辑》2CD.1998[FLAC+CUE整轨]
- 邝美云《心中有爱》1989年香港DMIJP版1MTO东芝首版[WAV+CUE]
- 群星《情叹-发烧女声DSD》天籁女声发烧碟[WAV+CUE]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[FLAC/分轨][748.03MB]
- 理想混蛋《Origin Sessions》[320K/MP3][37.47MB]
- 公馆青少年《我其实一点都不酷》[320K/MP3][78.78MB]
- 群星《情叹-发烧男声DSD》最值得珍藏的完美男声[WAV+CUE]
- 群星《国韵飘香·贵妃醉酒HQCD黑胶王》2CD[WAV]
- 卫兰《DAUGHTER》【低速原抓WAV+CUE】
- 公馆青少年《我其实一点都不酷》[FLAC/分轨][398.22MB]
- ZWEI《迟暮的花 (Explicit)》[320K/MP3][57.16MB]