Numpy | 您所在的位置:网站首页 › python数组转换为整数 › Numpy |
1. 创建一个随机整数的多维数组
np.random.randint(low, high=None, size=None, dtype='l') 参数说明: low : 最小值 high=None: 最大值 high=None时,生成的数值在【0, low)区间内 如果使用high这个值,则生成的数值在【low, high)区间 size=None: 数组形状, 默认只输出一个随机值 dtype=None: 元素类型 # 随机整数, 范围:[0, 3) n = np.random.randint(3) n 1 # 随机整数:一维 n = np.random.randint(3, 10, size=6) n array([8, 8, 6, 3, 9, 7]) # 随机整数:二维 n = np.random.randint(3, 10, size=(3, 4)) n 2. 正态分布创建方式np.random.randn(d0, d1, …, dn) 功能:从标准正态分布中返回一个或多个样本值 np.random.normal(loc=0.0, scale=1.0, size=None) loc:float 此概率分布的均值(对应着整个分布的中心centre) scale:float 此概率分布的标准差(对应于分布的宽度,scale越大越矮胖,scale越小,越瘦高) size:int or tuple of ints 输出的shape,默认为None,只输出一个值 np.random.standard_normal(size=None) 返回指定形状的标准正态分布的数组。 # 生成均值为1.75,标准差为1的正态分布数据,100000000个 x1 = np.random.normal(1.75, 1, 100000000) # 返回结果: array([2.90646763, 1.46737886, 2.21799024, ..., 1.56047411, 1.87969135, 0.9028096 ]) # 生成均匀分布的随机数 x1 = np.random.normal(1.75, 1, 100000000) # 画图看分布状况 # 1)创建画布 plt.figure(figsize=(20, 10), dpi=100) # 2)绘制直方图 plt.hist(x1, 1000) # 3)显示图像 plt.show() # 创建符合正态分布的4只股票5天的涨跌幅数据 stock_change = np.random.normal(0, 1, (4, 5)) stock_change # 返回结果: array([[ 0.0476585 , 0.32421568, 1.50062162, 0.48230497, -0.59998822], [-1.92160851, 2.20430374, -0.56996263, -1.44236548, 0.0165062 ], [-0.55710486, -0.18726488, -0.39972172, 0.08580347, -1.82842225], [-1.22384505, -0.33199305, 0.23308845, -1.20473702, -0.31753223]]) 3. 均匀分布创建方式np.random.rand(d0, d1, ..., dn) 返回[0.0,1.0)内的一组均匀分布的数。 np.random.uniform(low=0.0, high=1.0, size=None)功能:从一个均匀分布[low,high)中随机采样,注意定义域是左闭右开,即包含low,不包含high. 参数介绍: low: 采样下界,float类型,默认值为0; high: 采样上界,float类型,默认值为1; size: 输出样本数目,为int或元组(tuple)类型,例如,size=(m,n,k), 则输出mnk个样本,缺省时输 出1个值。 返回值:ndarray类型,其形状和参数size中描述一致。 np.random.randint(low, high=None, size=None, dtype='l') 从一个均匀分布中随机采样,生成一个整数或N维整数数组 取数范围:若high不为None时,取[low,high)之间随机整数,否则取值[0,low)之间随机整数。 # 生成均匀分布的随机数 x2 = np.random.uniform(-1, 1, 100000000) # 返回结果: array([ 0.22411206, 0.31414671, 0.85655613, ..., -0.92972446, 0.95985223, 0.23197723]) # 画图看分布状况: import matplotlib.pyplot as plt # 生成均匀分布的随机数 x2 = np.random.uniform(-1, 1, 100000000) # 画图看分布状况 # 1)创建画布 plt.figure(figsize=(10, 10), dpi=100) # 2)绘制直方图 plt.hist(x=x2, bins=1000) # x代表要使用的数据,bins表示要划分区间数 # 3)显示图像 plt.show()np.random.random(size=None) 创建一个元素为0~1(左闭右开)的随机数的多维数组 参数说明: size=None: 数组形状 n = np.random.random(size=(3, 4)) n array([[0.64398875, 0.13802611, 0.87164531, 0.34115193], [0.92695031, 0.53491087, 0.71526585, 0.26283859], [0.22628157, 0.9616426 , 0.58961121, 0.33366677]]) |
CopyRight 2018-2019 实验室设备网 版权所有 |