利用Python NumPy進行高效隨機數生成

隨機數在數據處理和模擬等領域中起着重要作用。Python是一種功能強大的編程語言，而NumPy則是一個基於Python的高性能科學計算庫，尤其擅長處理大型多維數組和矩陣。本文將介紹如何使用NumPy庫在Python中高效地生成隨機數。

一、利用NumPy生成隨機整數

生成隨機整數是隨機數生成中最基本的一種，NumPy提供了豐富的參數來滿足不同需求。使用NumPy生成整數的主要函數為

numpy.random.randint(low, high=None, size=None, dtype='l')

。

1. 內置函數

在不指定high和size的情況下，

numpy.random.randint()

函數會默認生成大小為1的整數。這裡我們生成一個位於0~9之間的整數：

import numpy as np

# 生成一個0~9之間的整數
random_int = np.random.randint(10)
print(random_int)

輸出結果為：

7

2. 生成一維整數數組

指定size參數可生成指定長度的一維整數數組，下面我們生成一個長度為5，範圍在0~9之間的整數數組：

# 生成長度為5，位於0~9之間的整數數組
int_arr = np.random.randint(10, size=5)
print(int_arr)

輸出結果為：

[7 0 0 8 6]

3. 生成多維整數數組

同時指定多維的size參數，可生成多維整數數組。下面我們生成一個2行3列，範圍在0~9之間的整數數組：

# 生成2行3列，位於0~9之間的整數數組
multi_int_arr = np.random.randint(10, size=(2, 3))
print(multi_int_arr)

輸出結果為：

[[9 1 9]
 [2 3 5]]

二、利用NumPy生成隨機浮點數

1. 生成大小為1的浮點數

使用

numpy.random.random()

函數生成一個大小為1，範圍在0~1之間的隨機浮點數：

# 生成一個0~1之間的浮點數
random_float = np.random.random()
print(random_float)

輸出結果為：

0.3064615180581145

2. 生成一維浮點數數組

使用

numpy.random.random()

函數生成指定長度的浮點數組：

# 生成長度為5的浮點數數組
float_arr = np.random.random(5)
print(float_arr)

輸出結果為：

[0.99097366 0.40191725 0.65874989 0.50773082 0.4824932 ]

3. 生成多維浮點數數組

使用

numpy.random.random()

函數生成多維浮點數組：

# 生成2行3列的浮點數數組
multi_float_arr = np.random.random((2, 3))
print(multi_float_arr)

輸出結果為：

[[0.25836305 0.54854547 0.81223991]
 [0.80771572 0.23399947 0.0426168 ]]

三、利用NumPy生成正態分布的隨機數

正態分布是隨機數生成中最常用的一種概率分布，它在自然界和生活中廣泛存在。在NumPy中，我們可以使用常見的均值和標準差來指定生成正態分布的隨機數，主要函數為

numpy.random.normal(loc=0.0, scale=1.0, size=None)

。

下面我們生成一個均值為5，標準差為2，大小為3的正態分布隨機數數組：

# 生成均值為5，標準差為2，大小為3的正態分布隨機數數組
normal_arr = np.random.normal(loc=5, scale=2, size=3)
print(normal_arr)

輸出結果為：

[4.74308612 3.2911358  4.63850666]

四、隨機數的應用

隨機數在數據處理和模擬等領域中有廣泛的應用，下面我們以一個簡單的例子來說明隨機數的應用。我們來模擬投擲一枚硬幣，生成一個長度為10的隨機數數組，其中1表示正面，0表示反面：

# 投擲一枚硬幣，正面為1，反面為0
coin_toss = np.random.randint(2, size=10)
print(coin_toss)

輸出結果為：

[0 1 1 0 0 1 1 1 0 1]

以上代碼生成了一個長度為10，為0或1的數組來表示投擲硬幣的結果。我們可以使用NumPy的

numpy.sum()

函數來計算正面朝上的次數：

# 計算正面朝上的次數
heads = np.sum(coin_toss)
print("正面朝上的次數：", heads)

輸出結果為：

正面朝上的次數： 6

以上例子展示了NumPy生成隨機數的基本方法以及隨機數的應用，在數據處理和模擬中，可以使用NumPy高效地生成各種形式的隨機數。