詳解numpy生成隨機數

一、numpy生成隨機數組

numpy是Python中重要的科學計算庫，其中包含生成隨機數的函數。生成隨機數組是指得到一組數值不同、數值大小在一定範圍內的數組。Python中使用random庫的randint函數可以生成指定範圍內的整數，但是在生成多個隨機數時效率低下，因此使用numpy庫中的random模塊可以高效生成隨機數組。

import numpy as np

# 生成隨機整數數組 
int_arr = np.random.randint(low=0, high=100, size=10)
print(int_arr)

# 生成隨機浮點數數組
float_arr = np.random.uniform(low=0, high=1, size=10)
print(float_arr)

以上代碼演示了如何使用numpy庫中的random模塊分別生成隨機整數數組和隨機浮點數數組。其中randint函數用於生成指定範圍內的整數數組，uniform函數用於生成指定範圍內的浮點數數組。

二、numpy隨機生成矩陣

除了隨機生成數組外，numpy還提供了生成隨機矩陣的函數。生成隨機矩陣可以模擬真實的數據場景，能夠更好地發掘數據之間的統計性質。numpy中提供的隨機矩陣生成函數有兩類：隨機狀態生成函數和分布狀態生成函數。

import numpy as np

# 隨機狀態生成函數生成隨機矩陣
matrix1 = np.random.RandomState(7).normal(size=(3,3))
print(matrix1)

# 分布狀態生成函數生成隨機矩陣
mean = [0,0]
cov = [[1,0],[0,1]]
matrix2 = np.random.multivariate_normal(mean, cov, 5)
print(matrix2)

以上代碼演示了利用隨機狀態生成函數和分布狀態生成函數生成隨機矩陣的過程。隨機狀態生成函數利用指定的隨機狀態參數生成矩陣，這裡我們指定隨機種子為7，生成一個3×3的正態分布隨機矩陣。分布狀態生成函數則是利用指定的均值、協方差和樣本數來生成隨機矩陣，這裡我們提供了均值為[0,0]，協方差為單位陣，樣本數為5的參數，生成了隨機矩陣。

三、python如何生成隨機數

除了利用numpy庫生成隨機數外，Python標準庫中也提供了random庫用於生成隨機數。random庫中包含了多種生成隨機數的方式，包括生成隨機整數、隨機浮點數等。

import random

# 隨機生成整數
i = random.randint(1, 100)
print(i)

# 隨機生成浮點數
f = random.uniform(0, 1)
print(f)

以上代碼演示了如何利用Python標準庫中random庫生成隨機數的過程。其中randint函數用於生成指定範圍內的整數，uniform函數用於生成指定範圍內的浮點數。

四、python生成99個隨機數

在實際應用中，經常需要生成一組隨機數進行計算。下面我們利用前面介紹的random庫，生成一個包含99個元素的隨機數數組。

import random

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

以上代碼演示了利用列表推導式和random庫生成包含99個元素的隨機數數組的過程。

五、numpy生成隨機數01

生成隨機數01是很常見的需求，在numpy庫中有專門的函數可以實現這一功能。

import numpy as np

# 生成隨機數01
binary_arr = np.random.randint(0, 2, size=10)
print(binary_arr)

以上代碼演示了利用numpy庫生成隨機數01的過程。其中使用randint函數限制生成的隨機數只能取0或1，從而實現了隨機數01的生成。

六、numpy生成數組

除了生成隨機數外，numpy還提供了生成隨機數組的函數。

import numpy as np

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

# 生成3x3的單位矩陣
identity_matrix = np.eye(3)
print(identity_matrix)

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

以上代碼演示了如何利用numpy庫生成全0數組、單位矩陣和全1數組的過程。其中zeros函數用於生成全0數組，eye函數用於生成單位矩陣，ones函數用於生成全1數組。

七、python生成隨機數並排序

在實際應用中，我們有時需要將生成的隨機數進行排序。下面我們利用前面介紹的random庫，生成一組隨機數，然後進行排序。

import random

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

# 利用sort函數對隨機數進行排序
arr.sort()
print("排序後:", arr)

以上代碼演示了利用sort函數對生成的隨機數進行排序的過程。

八、python生成隨機數並求和

在實際應用中，我們有時需要將生成的隨機數進行求和。下面我們利用前面介紹的random庫，生成一組隨機數，然後求和。

import random

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

# 利用sum函數求隨機數的和
s = sum(arr)
print("隨機數的和為:", s)

以上代碼演示了利用sum函數對生成的隨機數進行求和的過程。

九、numpy生成數組函數

numpy中除了提供單一的隨機數生成函數外，還提供了多種函數來生成數組。

import numpy as np

# 根據等差數列生成數組
arr1 = np.arange(1, 11, 2)
print(arr1)

# 根據對數函數生成數組
arr2 = np.logspace(1, 3, 4)
print(arr2)

# 根據自定義函數生成數組
def func(x):
    return x+x**2

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

以上代碼演示了利用numpy庫的arange、logspace和fromfunction函數分別生成等差數列、對數函數和自定義函數的數組。其中arange函數用於根據指定的開始值、結束值和步長生成等差數列，logspace函數用於根據對數函數生成數組，fromfunction函數用於根據自定義函數來生成數組。