Matlab使用rand函数随机生成数字或矩阵

您所在的位置：网站首页 › matlab rand函数范围 › Matlab使用rand函数随机生成数字或矩阵

Matlab使用rand函数随机生成数字或矩阵

#Matlab使用rand函数随机生成数字或矩阵| 来源: 网络整理| 查看: 265

4.3 (3)

今天，古哥给大家带来Matlab中可以随机生成数字得函数rand得使用方法，rand函数可以生成均匀分布得随机数、随机矩阵、随机数组等。

本文主要讲解rand函数得常见用法、语法说明、由随机数组成的矩阵、指定区间内的随机数、随机整数、随机复数、重置随机数生成器、由随机数组成的三维数组、指定随机数的数据类型、根据现有数组克隆大小、根据现有数组克隆大小和数据类型、克隆分布式数组等用法。

常见用法X = rand X = rand(n) X = rand(sz1,...,szN) X = rand(sz) X = rand(___,typename) X = rand(___,'like',p) X = rand(s,___)语法说明

X = rand 返回一个在区间 (0,1) 内均匀分布的随机数。

X = rand(n) 返回一个 n×n 的随机数矩阵。

X = rand(sz1,…,szN) 返回由随机数组成的 sz1×…×szN 数组，其中 sz1,…,szN 指示每个维度的大小。例如：rand(3,4) 返回一个 3×4 的矩阵。

X = rand(sz) 返回由随机数组成的数组，其中大小向量 sz 指定 size(X)。例如：rand([3 4]) 返回一个 3×4 的矩阵。

X = rand(_,typename) 返回由 typename 数据类型的随机数组成的数组。typename 输入可以是 ‘single’ 或 ‘double’。您可以使用上述语法中的任何输入参数。

X = rand(_,’like’,p) 返回由 p 等随机数组成的数组；也就是与 p 同一对象类型。您可以指定 typename 或 ‘like’，但不能同时指定两者。

X = rand(s,_) 从随机数流 s 而不是默认全局流生成数字。要创建一个流，请使用 RandStream。指定 s，后跟上述语法中的任意参数组合，但涉及 ‘like’ 的组合除外。此语法不支持 ‘like’ 输入。

由随机数组成的矩阵

生成一个由介于 0 和 1 之间的均匀分布的随机数组成的 5×5 矩阵。

r = rand(5)

输出结果如下：

r = 0.8147 0.0975 0.1576 0.1419 0.6557 0.9058 0.2785 0.9706 0.4218 0.0357 0.1270 0.5469 0.9572 0.9157 0.8491 0.9134 0.9575 0.4854 0.7922 0.9340 0.6324 0.9649 0.8003 0.9595 0.6787指定区间内的随机数

生成一个由区间 (-5,5) 内均匀分布的数字组成的 10×1 列向量。

r = -5 + (5+5)*rand(10,1)

输出如下结果：

r = 2.5774 2.4313 -1.0777 1.5548 -3.2881 2.0605 -4.6817 -2.2308 -4.5383 -4.0287

一般来说，可以使用公式 r = a + (b-a).*rand(N,1) 生成区间 (a,b) 内的 N 个随机数。

随机整数

使用 randi 函数（而不是 rand）生成在 10 和 50 之间均匀分布的 5 个随机整数。

r = randi([10 50],1,5)

输出如下结果：

r = 43 38 23 48 11随机复数

生成一个实部和虚部位于区间 (0,1) 内的随机复数。

a = rand + 1i*rand

输出如下结果：

a = 0.4387 + 0.3816i重置随机数生成器

保存随机数生成器的当前状态并创建一个由随机数组成的 1×5 向量。

s = rng; r = rand(1,5)

输出如下结果：

r = 0.7655 0.7952 0.1869 0.4898 0.4456

将随机数生成器的状态恢复为 s，然后创建一个由随机数组成的新 1×5 向量。值与之前相同。

rng(s); r1 = rand(1,5)

输出结果如下：

r1 = 0.7655 0.7952 0.1869 0.4898 0.4456

始终使用 rng函数（而不是 rand 或 randn 函数）指定随机数生成器的设置。

由随机数组成的三维数组

创建一个由随机数组成的 3×2×3 数组。

X = rand([3,2,3])

输出结果如下：

X(:,:,1) = 0.6463 0.2760 0.7094 0.6797 0.7547 0.6551 X(:,:,2) = 0.1626 0.9597 0.1190 0.3404 0.4984 0.5853 X(:,:,3) = 0.2238 0.5060 0.7513 0.6991 0.2551 0.8909指定随机数的数据类型

创建一个由其元素为单精度值的随机数组成的 1×4 向量。

r = rand(1,4,'single')

输出结果如下：

r = 0.9593 0.5472 0.1386 0.1493class(r)

输出结果如下：

ans = single

根据现有数组克隆大小

创建一个由正态分布的随机数组成并且大小与现有数组相同的矩阵。

A = [3 2; -2 1]; sz = size(A); X = rand(sz)

输出结果如下：

X = 0.2575 0.2543 0.8407 0.8143

这里，我们也可以换一种简便写法，一种将前两行代码合并成一行的常见模式：

X = rand(size(A));根据现有数组克隆大小和数据类型

创建一个由单精度随机数组成的 2×2 矩阵。

p = single([3 2; -2 1]);

创建一个与 p 具有相同大小和数据类型的由随机数组成的数组。

X = rand(size(p),'like',p)

输出如下结果：

X = 0.2435 0.3500 0.9293 0.1966class(X)

输出如下结果：

ans = single

克隆分布式数组

如果您拥有 Parallel Computing Toolbox™，请创建一个由 single 基础数据类型的随机数组成的 1000×1000 分布式数组。对于 distributed 数据类型，’like’ 语法除了克隆主数据类型，还克隆基础数据类型。

p = rand(1000,'single','distributed');

工作区输出如下结果：

Starting parallel pool (parpool) using the 'local' profile ... connected to 4 workers.

创建一个与 p 具有相同大小、主数据类型和基础数据类型的由随机数组成的数组。

X = rand(size(p),'like',p);class(X)

输出如下结果：

ans = distributedunderlyingType(X)ans = 'single'

上面得underlyingType函数在我这里无法运行，因为我没装Parallel Computing Toolbox™。

共计3人评分，平均4.3分

到目前为止还没有投票~

很抱歉，这篇文章对您没有用！

让我们改善这篇文章！

告诉我们我们如何改善这篇文章？

本文来自转载，原文出处：MathWorks官网，由古哥整理发布

如若转载，请注明出处：https://iymark.com/program/matlab-function-rand.html

【本文地址】

公司简介

联系我们