NumPy中的随机数

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，这意味着还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，因此它不是真正的随机数。

通过生成算法生成的随机数称为 pseudo random .

我们可以制作真正的随机数吗？

Yes.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，网络上的数据等。

除非它与安全性相关，否则我们不需要真正的随机数（例如加密密钥）或应用程序的基础是随机性（例如数字轮盘。

在本教程中，我们将使用伪随机数。

产生随机数

NumPy提供 random 模块以使用随机数。

例

生成一个从0到100的随机整数：

  from numpy import random

x = random.randint(100)

print(x)

产生随机浮动

随机模块的 rand() 方法返回0到1之间的随机浮点数。

例

生成从0到1的随机浮点数：

  from numpy import random

x = random.rand()

print(x)

生成随机数组

在NumPy中，我们使用数组，您可以使用以上示例中的两种方法来创建随机数组。

整数

The randint() 方法需要 size 您可以在其中指定数组形状的参数。

例

生成一维数组，其中包含5个从0到100的随机整数：

  from numpy import random

x=random.randint(100, size=(5))


  print(x)

例

生成具有3行的2-D数组，每行包含5个从0到100的随机整数：

  from numpy import random

x = random.randint(100, size=(3, 5))

print(x)

花车

The rand() 方法还允许您指定数组的形状。

例

生成包含5个随机浮点数的一维数组：

  from numpy import random

x = random.rand(5)

print(x)

例

生成具有3行的二维数组，每行包含5个随机数：

  from numpy import random

x = random.rand(3, 5)

print(x)

从数组生成随机数

The choice() 方法可让您根据值数组生成随机值。

The choice() 方法将数组作为参数，并随机返回值之一。

例

返回数组中的值之一：

  from numpy import random

x = random.choice([3, 5, 7, 9])

print(x)

The choice() 方法还允许您返回 array 价值观

添加一个 size 参数以指定数组的形状。

例

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)

Python/numpy random

目录