详解numpy生成随机数

一、numpy生成随机数组

numpy是Python中重要的科学计算库，其中包含生成随机数的函数。生成随机数组是指得到一组数值不同、数值大小在一定范围内的数组。Python中使用random库的randint函数可以生成指定范围内的整数，但是在生成多个随机数时效率低下，因此使用numpy库中的random模块可以高效生成随机数组。

import numpy as np

# 生成随机整数数组 
int_arr = np.random.randint(low=0, high=100, size=10)
print(int_arr)

# 生成随机浮点数数组
float_arr = np.random.uniform(low=0, high=1, size=10)
print(float_arr)

以上代码演示了如何使用numpy库中的random模块分别生成随机整数数组和随机浮点数数组。其中randint函数用于生成指定范围内的整数数组，uniform函数用于生成指定范围内的浮点数数组。

二、numpy随机生成矩阵

除了随机生成数组外，numpy还提供了生成随机矩阵的函数。生成随机矩阵可以模拟真实的数据场景，能够更好地发掘数据之间的统计性质。numpy中提供的随机矩阵生成函数有两类：随机状态生成函数和分布状态生成函数。

import numpy as np

# 随机状态生成函数生成随机矩阵
matrix1 = np.random.RandomState(7).normal(size=(3,3))
print(matrix1)

# 分布状态生成函数生成随机矩阵
mean = [0,0]
cov = [[1,0],[0,1]]
matrix2 = np.random.multivariate_normal(mean, cov, 5)
print(matrix2)

以上代码演示了利用随机状态生成函数和分布状态生成函数生成随机矩阵的过程。随机状态生成函数利用指定的随机状态参数生成矩阵，这里我们指定随机种子为7，生成一个3×3的正态分布随机矩阵。分布状态生成函数则是利用指定的均值、协方差和样本数来生成随机矩阵，这里我们提供了均值为[0,0]，协方差为单位阵，样本数为5的参数，生成了随机矩阵。

三、python如何生成随机数

除了利用numpy库生成随机数外，Python标准库中也提供了random库用于生成随机数。random库中包含了多种生成随机数的方式，包括生成随机整数、随机浮点数等。

import random

# 随机生成整数
i = random.randint(1, 100)
print(i)

# 随机生成浮点数
f = random.uniform(0, 1)
print(f)

以上代码演示了如何利用Python标准库中random库生成随机数的过程。其中randint函数用于生成指定范围内的整数，uniform函数用于生成指定范围内的浮点数。

四、python生成99个随机数

在实际应用中，经常需要生成一组随机数进行计算。下面我们利用前面介绍的random库，生成一个包含99个元素的随机数数组。

import random

arr = [random.uniform(0, 1) for _ in range(99)]
print(arr)

以上代码演示了利用列表推导式和random库生成包含99个元素的随机数数组的过程。

五、numpy生成随机数01

生成随机数01是很常见的需求，在numpy库中有专门的函数可以实现这一功能。

import numpy as np

# 生成随机数01
binary_arr = np.random.randint(0, 2, size=10)
print(binary_arr)

以上代码演示了利用numpy库生成随机数01的过程。其中使用randint函数限制生成的随机数只能取0或1，从而实现了随机数01的生成。

六、numpy生成数组

除了生成随机数外，numpy还提供了生成随机数组的函数。

import numpy as np

# 生成3x3的全0数组
zero_matrix = np.zeros((3, 3))
print(zero_matrix)

# 生成3x3的单位矩阵
identity_matrix = np.eye(3)
print(identity_matrix)

# 生成3x3的全1数组
one_matrix = np.ones((3, 3))
print(one_matrix)

以上代码演示了如何利用numpy库生成全0数组、单位矩阵和全1数组的过程。其中zeros函数用于生成全0数组，eye函数用于生成单位矩阵，ones函数用于生成全1数组。

七、python生成随机数并排序

在实际应用中，我们有时需要将生成的随机数进行排序。下面我们利用前面介绍的random库，生成一组随机数，然后进行排序。

import random

arr = [random.uniform(0, 1) for _ in range(10)]
print("排序前:", arr)

# 利用sort函数对随机数进行排序
arr.sort()
print("排序后:", arr)

以上代码演示了利用sort函数对生成的随机数进行排序的过程。

八、python生成随机数并求和

在实际应用中，我们有时需要将生成的随机数进行求和。下面我们利用前面介绍的random库，生成一组随机数，然后求和。

import random

arr = [random.uniform(0, 1) for _ in range(10)]
print("随机数为:", arr)

# 利用sum函数求随机数的和
s = sum(arr)
print("随机数的和为:", s)

以上代码演示了利用sum函数对生成的随机数进行求和的过程。

九、numpy生成数组函数

numpy中除了提供单一的随机数生成函数外，还提供了多种函数来生成数组。

import numpy as np

# 根据等差数列生成数组
arr1 = np.arange(1, 11, 2)
print(arr1)

# 根据对数函数生成数组
arr2 = np.logspace(1, 3, 4)
print(arr2)

# 根据自定义函数生成数组
def func(x):
    return x+x**2

arr3 = np.fromfunction(func, (5,))
print(arr3)

以上代码演示了利用numpy库的arange、logspace和fromfunction函数分别生成等差数列、对数函数和自定义函数的数组。其中arange函数用于根据指定的开始值、结束值和步长生成等差数列，logspace函数用于根据对数函数生成数组，fromfunction函数用于根据自定义函数来生成数组。

原创文章，作者：小蓝，如若转载，请注明出处：https://www.506064.com/n/183338.html