python 生成随机数的三种方法 | 您所在的位置:网站首页 › 生成50到100随机数 › python 生成随机数的三种方法 |
文章目录
1. 使用 random 包生成随机数2. 使用 numpy 包生成随机数3. 使用 scipy 包生成随机数
1. 使用 random 包生成随机数
可以生成 均匀分布, 高斯分布,(包括正态分布) 指数分布,(与泊松分布有区别:泊松分布表示一段时间发生多少次,而指数分布表示两次发生的时间间隔) 贝塔分布, 韦布尔分布的随机数 由此可见,random 包支持的随机分布比较有限,功能较少. 例如: (1) 生成 [1, 10] 内的均匀分布随机数 import random random.uniform(1, 10)(2) 生成 [1, 10] 内的随机整数 random.randint(1, 10)(3) 生成一个正态分布的随机数,均值为 5, 标准差为 1 random.gauss(5, 1)(4) 生成一个指数分布的随机数,均值为 5 random.expovariate(0.2) Out[37]: 4.670169382329602 2. 使用 numpy 包生成随机数numpy 包的 random 方法基本支持所有分布,并且能够一次生成多行多列的随机数. 例如: (1) 生成 [1, 10] 内的均匀分布随机数, 2 行 2 列 import numpy as np np.random.uniform(1, 10, [2,2])(2) 生成 [1, 10] 内的随机整数, 2 行 2 列 np.random.randint(1, 10, [2,2])(3) 生成一个正态分布的随机数,均值为 5, 标准差为 1, 2 行 2 列 np.random.normal(5, 1, [2,2])(4) 生成一个泊松分布的随机数,均值为 5, 2 行 2 列 np.random.poisson(5, [2,2])(4) 生成一个指数分布的随机数,均值为 5, 2 行 2 列 np.random.exponential(5, [2,2]) 3. 使用 scipy 包生成随机数用 scipy 包不同分布函数自带的 rvs 生成随机数,例如,生成一个正态分布的 2 行 2 列随机数,均值为 5, 标准差为 1: import scipy.stats as st st.norm.rvs(loc=5, scale=1, size=[2,2])生成一个泊松分布的 2 行 2 列随机数,均值为 5: st.poisson.rvs(mu=5, size=[2,2]) |
CopyRight 2018-2019 实验室设备网 版权所有 |