大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE稳定放心使用
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)
Out[29]: 9.79867265758995
(2) 生成 [1, 10] 内的随机整数
random.randint(1, 10)
Out[30]: 2
(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)
Out[32]: 4.933013260084848
(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])
Out[46]:
array([[9.72571265, 9.37758659],
[9.92487471, 9.37467146]])
(2) 生成 [1, 10] 内的随机整数, 2 行 2 列
np.random.randint(1, 10, [2,2])
Out[47]:
array([[6, 6],
[8, 7]])
(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])
Out[48]:
array([[3.74927889, 5.75561821],
[4.8353383 , 5.58410519]])
(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])
Out[49]:
array([[7, 3],
[4, 7]])
(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])
Out[57]:
array([[3.06834959, 2.70350511],
[6.81427455, 2.91453029]])
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])
array([[3.96964463, 4.14137383],
[6.36342893, 3.99992325]])
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])
array([[5, 7],
[3, 9]])
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/185696.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...