您好, 欢迎来到 !    登录 | 注册 | | 设为首页 | 收藏本站

NumPy 随机数

NumPy 随机数

什么是随机数?

随机数并不意味着每次都有不同的数字。随机意味着无法在逻辑上预测的事物。

伪随机和真随机

计算机在程序上工作,程序是权威的指令集。因此,这意味着必须有某种算法来生成随机数。
如果存在生成随机数的程序,则可以预测它,因此它就不是真正的随机数。
通过生成算法生成的随机数称为伪随机数。
我们可以生成真正的随机数吗?
是的。为了在我们的计算机上生成一个真正的随机数,我们需要从某个外部来源获取随机数据。外部来源通常是我们的击键、鼠标移动、网络数据等。
我们不需要真正的随机数,除非它与安全性(例如加密密钥)有关或应用的基础是随机性(例如数字轮盘赌轮)。
在本教程中,我们将使用伪随机数。

生成随机数

NumPy 提供了 random 模块来处理随机数,以下演示生成一个 0 到 100 之间的随机整数:

 >>> from numpy import random
 >>> x = random.randint(100)
 >>> print(x)
 56

生成随机浮点

random 模块的 rand() 方法返回 0 到 1 之间的随机浮点数,以下演示生成一个 0 到 100 之间的随机浮点数:

 >>> from numpy import random
 >>> x = random.rand()
 >>> print(x)
 0.4755747164243269

生成随机数组

在 NumPy 中,我们可以使用上例中的两种方法来创建随机数组,randint() 方法接受 size 参数,您可以在其中指定数组的形状。
以下演示生成一个 1-D 数组,其中包含 5 个从 0 到 100 之间的随机整数:

 >>> from numpy import random
 >>> x=random.randint(100, size=(5))
 >>> print(x)
 [36 14 12 91 36]

生成有 3 行的 2-D 数组,每行包含 5 个从 0 到 100 之间的随机整数:

 >>> from numpy import random
 >>> x = random.randint(100, size=(3, 5))
 >>> print(x)
 [[20 64 23 6 66]
  [74 11 21 61 70]
  [24 47 22 22 31]]

rand() 方法还允许您指定数组的形状。以下演示生成包含 5 个随机浮点数的 1-D 数组:

 >>> from numpy import random
 >>> x = random.rand(5)
 >>> print(x)
 [0.63254731 0.0275278 0.83592219 0.41890601 0.84496798]

生成有 3 行的 2-D 数组,每行包含 5 个随机数:

 >>> from numpy import random
 >>> x = random.rand(3, 5)
 >>> print(x)
 [[0.51798216 0.70541454 0.03600922 0.2279383 0.2184512 ]
  [0.91734846 0.07877026 0.75949221 0.7876666 0.20983625]
  [0.25935065 0.37637584 0.7793815 0.65035139 0.66673048]]

choice() 从数组生成随机数

方法使您可以基于值数组生成随机值。 方法将数组作为参数,并随机返回其中一个值。

 >>> from numpy import random
 >>> x = random.choice([3, 5, 7, 9])
 >>> print(x)
 5

choice() 方法还允许您返回一个值数组。请添加一个 size 参数以指定数组的形状。生成由数组参数(3、5、7 和 9)中的值组成的二维数组:

 >>> from numpy import random
 >>> x = random.choice([3, 5, 7, 9], size=(3, 5))
 >>> print(x)
 [[7 9 7 5 9]
  [3 3 3 7 9]
  [7 5 9 3 7]]

联系我
置顶