想要改变世界,就得先改变自己。 ------ 博客首页

2-9 随机模块

 


 

numpy的随机模块

In [1]:
import numpy as np
#所有的值是0-1
np.random.rand(3,2)
Out[1]:
array([[0.98738572, 0.97762081],
       [0.14287661, 0.94177989],
       [0.65183727, 0.39465705]])
 

返回随机的整数 ,左闭右开

In [2]:
np.random.randint(10,size=(5,4))#表示0-10
Out[2]:
array([[2, 2, 3, 3],
       [0, 7, 7, 6],
       [4, 3, 9, 0],
       [5, 7, 9, 9],
       [2, 7, 2, 2]])
 

返回一个随机值

In [5]:
np.random.random_sample()
Out[5]:
0.208407967642247
In [6]:
np.random.rand()
Out[6]:
0.4219206462915033
In [7]:
np.random.randint(0,10,3)#0-10返回3个数,但是不包含10
Out[7]:
array([4, 3, 4])
In [9]:
mu,sigma=0,0.1#高斯分布
np.random.normal(mu,sigma,10)
Out[9]:
array([-0.03984869, -0.0676208 , -0.09475804,  0.08578924, -0.00176816,
       -0.0236082 ,  0.01256053,  0.00926735,  0.02499125,  0.05864631])
 

设置随机精度

In [11]:
np.set_printoptions(precision=2)
In [12]:
mu,sigma=0,0.1#高斯分布
np.random.normal(mu,sigma,10)
Out[12]:
array([-0.13,  0.1 ,  0.08,  0.08,  0.07, -0.02,  0.06,  0.04, -0.02,
       -0.06])
 

洗牌

In [13]:
tang_arrary=np.arange(10)
tang_arrary
Out[13]:
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
In [14]:
np.random.shuffle(tang_arrary)#洗牌
In [15]:
tang_arrary
Out[15]:
array([0, 5, 6, 7, 9, 4, 8, 1, 2, 3])
 

随机的种子(在指定随机的种子后,下面的随机生成是根据种子变化的)

In [20]:
np.random.seed(100)
In [21]:
mu,sigma=0,0.1
np.random.normal(mu,sigma,10)
Out[21]:
array([-0.17,  0.03,  0.12, -0.03,  0.1 ,  0.05,  0.02, -0.11, -0.02,
        0.03])
posted @   karina512  阅读(155)  评论(0编辑  收藏  举报
编辑推荐:
· 智能桌面机器人:用.NET IoT库控制舵机并多方法播放表情
· Linux glibc自带哈希表的用例及性能测试
· 深入理解 Mybatis 分库分表执行原理
· 如何打造一个高并发系统?
· .NET Core GC压缩(compact_phase)底层原理浅谈
阅读排行:
· 手把手教你在本地部署DeepSeek R1,搭建web-ui ,建议收藏!
· 新年开篇:在本地部署DeepSeek大模型实现联网增强的AI应用
· Janus Pro:DeepSeek 开源革新,多模态 AI 的未来
· 互联网不景气了那就玩玩嵌入式吧,用纯.NET开发并制作一个智能桌面机器人(三):用.NET IoT库
· 【非技术】说说2024年我都干了些啥
点击右上角即可分享
微信分享提示