1. 程式人生 > >python numpy中隨機數生成包random

python numpy中隨機數生成包random

     1. numpy.random.randn: 從標準正太分佈中返回一個樣本值

  原型:  numpy.random.randn( d0,d1....,dn )

                  引數: d0,d1.....dn

                返回引數的維度,應該是整數,如果沒有引數,就返回一個python float型的值

              返回值: Z: n維陣列(形式為(d0,d1,....,dn)),或者是一個float型資料。

        2. numpy.random.randint:從在在半開半閉區間[low,high)上的離散均勻分佈中返回隨機的整數

        值,如果high is None, 那麼結果從[0,low)中得到。

             原型:numpy.random.randint( low,high = None, size = None ) 

引數: low; 區間的下限

                          high: 區間的上限

  size: 整型或者整型陣列,可選的輸出陣列的型態,比如(m,n,k),那麼會產生一個型態為m*n*k的樣本陣列


                             ,否則產生一個單獨的數

         3. numpy.random.normal:  

從一個高斯(正態)分佈中得到資料

原型:numpy.random.normal( loc 0.0, scale = 1.9, size = None )

                    引數:loc: float

分佈的均值中心

                               scale:  float

分佈的標準差

                               size: int 或者int 陣列,可選

        更上述介面的size引數意義一致指定輸出的陣列形式,如果不指定,就返回單個值。

其他的函式,後續再更新          

相關推薦

python numpy隨機數生成random

     1. numpy.random.randn: 從標準正太分佈中返回一個樣本值   原型:  numpy.random.randn( d0,d1....,dn )                   引數: d0,d1.....dn              

python numpy數組.min()

col import numpy style () imp 數組 spa ray import numpy as np a = np.array([[1,5,3],[4,2,6]]) print(a.min()) #無參,所有中的最小值 print(a.min(0)) #

TRNG真隨機數生成(true random number generator)

1、概述隨機數 生成一個真正隨機的數並非易事,常用的偽隨機數的生成用的是模餘法,大致是這樣的公式: Rn=(Rn−1∗A+C)modB A,B,C都是常數,Rn為產生的隨機數,Rn−1為上一拍的隨機數,從這個可以看出,這種演算法產生的隨機數並不足夠隨機,與

python numpyaxis的含義

不同的程式語言對於多維陣列的索引方式往往不太一樣,下面主要講一下python numpy裡面axis的含義 numpy當中axis的值表示的是這個多維陣列維度的下標,比如有一個二維陣列a,a的shape是(5,6),也就是說a有5行6列,axis=0表示的就是

Python Numpyreshape函式引數-1的含義

新陣列的shape屬性應該要與原來陣列的一致,即新陣列元素數量與原陣列元素數量要相等。一個引數為-1時,那麼reshape函式會根據另一個引數的維度計算出陣列的另外一個shape屬性值。 下面來舉幾個

Python Numpyreshape函式引數-1的含義

新陣列的shape屬性應該要與原來陣列的一致,即新陣列元素數量與原陣列元素數量要相等。一個引數為-1時,那麼reshape函式會根據另一個引數的維度計算出陣列的另外一個shape屬性值。下面來舉幾個例子來理解一下:>>> z = np.array([[1,

使用Python模擬偽隨機數生成原理

偽隨機數生成有很多種方法,其中一個是這樣的:rNew = (a*rOld + b) % (end-start),然後設定rOld = rNew,一般要求使用者指定種子數rOld,當然也可以自由選擇a和b,但是這兩個數如果選擇不好,可能會影響數字的隨機性。 本文重點演示偽隨機數生成原理和生成器函式的用法。

Numpy構造資料的random

在日常工作中,當遇到一個問題時,總是先簡化它,尋找某一種方法來解決它。如果不使用原資料集,就需要構造資料來驗證該方法。大家應該也知道numpy中random類有很多方法可以構造資料,但是當談論到具體某一種方法的詳細說明可能就會含糊不清了,今天就帶大家複習下這些方法。 先把這些方法一一

[Python]numpytile函式的用法

1.函式的定義與說明 tile函式是模板numpy.lib.shape_base中的函式。 函式的形式是tile(A,reps) 函式引數說明中提到A和reps都是array_like的,什麼是array_like的parameter呢?在網上查了一下,始終搞不明白,便把熟

Python NumPy @ at 符號的意思

 除了python標準的@的功能(decorator ),一直不知道幹什麼的,後來查了一下,可以理解成矩陣乘法,見下面的官方文件 PEP 465 - A dedicated infix operator for matrix multiplication PEP 46

Python---numpy隨機數

本文參考:http://www.mamicode.com/info-detail-507676.html import numpy as np 1.  np.random.rand(d0, d1, ..., dn) 建立一個給定型別的陣列,將其填充在一個均勻分佈的隨機樣本[

python-Numpy科學計算工具,pickle模組

正如標題所言,Numpy是用於科學計算的,其中陣列物件對影象處理意義重大,還有線性代數函式等。在後面的所有機器學習中對影象的處理,都是基於這個庫的,介紹幾個簡單的例項。 影象陣列表示 呼叫array()方法: im=array(Iamge.

python&numpy切片(slice)

對於一維陣列來說,python原生的list和numpy的array的切片操作都是相同的。無非是記住一個規則arr_name[start: end: step],就可以了。 例項: 下面是幾個特殊的例子: [:]表示複製源列表負的index表示,從後往前。-1表示最後一個元

python——numpy的size()函式

介紹 size()函式主要是用來統計矩陣元素個數,或矩陣某一維上的元素個數的函式。 引數 numpy.size(a, axis=None) a:輸入的矩陣 axis:int型的可選引數,指定返回哪一維的元素個數。當沒有指定時,返回整個矩陣的元素

Pythonnumpy隨機數函式

Python中numpy的隨機數函式 NumPy的random子庫 np.random.* 函式 含義 rand(d0,d1,..,dn) 根據d0‐dn建立d0維隨機數陣列,浮

python+numpy 隨機數生成,正態分佈,0-1分佈,均勻分佈及隨機數種子

#! usr/bin/env python # coding: utf-8 # 使用numpy中的隨機函式 學習筆記 # 2018年06月04日11:38:43 北京昌平 import numpy.matlib import numpy as np # 說明,每塊程

pythonrandom模組的randint模組和numpyrandom模組的randint的區別

今天從網上down了一個程式碼下來看看,結果發現執行結果不一樣,最後才發現是隨機數的問題。在這裡Mark一下、 在Python中,通過import random,然後呼叫random.randomint(a,b)的到的數為(a<=x<=b), 在

Python numpy隨機數生成和數學統計運算[轉]

隨機數生成 如果要做模擬,經常需要生成大量的隨機數,雖然Python中有內建的隨機數生成函式,但效率遠遜於Nympy。Numpy中的隨機數函式在random模組中,以下就是一些常用的隨機數生成方法。 1.seed:設定隨機數生成器種子 示例:np.rand

python筆記之NUMPY的meshgrid()——生成以某點為中心指定半徑內的

   語法:   [X,Y] = meshgrid(x,y)   上面的描述,我們可以知道,meshgrid返回的兩個矩陣X、Y必定是行數、列數相等的,且X、Y的行數都等 於輸入引數y中元素的總個數,X、Y的列數都等於輸入引數x中元素總個數(這個結論可以通過檢視meshgrid的原始碼得到,可以通過示例程式得

Python隨機數生成方法

color randint cde int syn amp 應用 comm 字符串 假設你對在Python生成隨機數與random模塊中最經常使用的幾個函數的關系與不懂之處。以下的文章就是對Python生成隨機數與random模塊中最經常使用的幾個函數的關系,希望你會有