Python生成随机数列表_numpy产生指定范围的随机数

Python生成随机数列表_numpy产生指定范围的随机数一.最直接的方式:用numpy.random模块来生成随机数组1、np.random.rand用于生成[0.0,1.0)之间的随机浮点数,当没有参数时,返回一个随机浮点数,当有一个参数时,返回该参数长度大小的一维随机浮点数数组,参数建议是整数型,因为未来版本的numpy可能不支持非整形参数。importnumpyasnp>>>np.random.rand(10)array([0

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

一. 最直接的方式:用numpy.random模块来生成随机数组

1、np.random.rand 用于生成[0.0, 1.0)之间的随机浮点数, 当没有参数时,返回一个随机浮点数,当有一个参数时,返回该参数长度大小的一维随机浮点数数组,参数建议是整数型,因为未来版本的numpy可能不支持非整形参数。

import numpy as np
>>> np.random.rand(10)
array([ 0.89103033,  0.60550521,  0.13856488,  0.57468244,  0.370697  ,
        0.31823162,  0.58358377,  0.97177935,  0.76400592,  0.11269547])

2、np.random.randn该函数返回一个样本,具有标准正态分布。

>>> np.random.randn(10)
array([-0.42625455, -1.86248727,  0.96323332, -0.32809754, -0.79697695,
       -0.07145189,  2.89728643,  2.32095237,  1.12925633, -0.39210317])

3、np.random.randint(low[, high, size]) 返回随机的整数,位于半开区间 [low, high)。

>>> np.random.randint(10,size=10)
array([4, 1, 4, 3, 8, 2, 8, 5, 8, 9])

4、random_integers(low[, high, size]) 返回随机的整数,位于闭区间 [low, high]。

>>> np.random.random_integers(5)
2

5、 np.random.shuffle(x) 类似洗牌,打乱顺序;np.random.permutation(x)返回一个随机排列

>>> arr = np.arange(10)
>>> np.random.shuffle(arr)
>>> arr
[1 7 5 2 9 4 3 6 0 8]

>>>> np.random.permutation(10)
array([1, 7, 4, 3, 0, 9, 2, 5, 8, 6])
二. 用random模块自己构造

1、random.randint(low, hight) -> 返回一个位于[low,hight]之间的整数

该函数接受两个参数,这两个参数必须是整数(或者小数位是0的浮点数),并且第一个参数必须不大于第二个参数

>>> import random
>>> random.randint(1,10)
6
>>> random.randint(1.0, 10.0)
1

2、random.random() -> 不接受参数,返回一个[0.0, 1.0)之间的浮点数

>>> random.random()
0.5885821552646049

3、random.uniform(val1, val2) -> 接受两个数字参数,返回两个数字区间的一个浮点数,不要求val1小于等于val2

>>> random.uniform(1,5.0)
4.485403087612088
>>> random.uniform(9.9, 2)
5.189511116007191

4、random.randrange(start, stop, step) -> 返回以start开始,stop结束,step为步长的列表中的随机整数,同样,三个参数均为整数(或者小数位为0),若start大于stop时 ,setp必须为负数.step不能是0.

>>> random.randrange(1, 100, 2)  #返回[1,100]之间的奇数
19
>>> random.ranrange(100, 1, -2)  #返回[100,1]之间的偶数
2

5、生成随机数组
方法,使用random.ranident,构造一个列表即可:

import random
def random_list(start,stop,length):
    if length>=0:
        length=int(length)
  start, stop = (int(start), int(stop)) if start <= stop else (int(stop), int(start))
  random_list = []
    for i in range(length):
        random_list.append(random.randint(start, stop))
    return random_list
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/186005.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...

(0)


相关推荐

  • 网络编程中的 SIGPIPE 信号[通俗易懂]

    网络编程中的 SIGPIPE 信号[通俗易懂]处理SIGPIPE在网络编程中经常会遇到SIGPIPE信号,默认情况下这个信号会终止整个进程,当然你并不想让进程被SIGPIPE信号杀死。我们不禁会这样思考:在什么场景下会产生SIGPIPE信号

  • 未来最有市场发展前景的十大通信技术企业_各行业发展前景

    未来最有市场发展前景的十大通信技术企业_各行业发展前景未来最有市场发展前景的十大通信技术2003-03-2410:39/(通讯世界)  通信技术的发展已经脱离纯技术驱动的模式,正在走向技术与业务相结合、互动的新模式,从世界范围内,预计在未来十年,从市场应用和业务需求的角度看,最大和最深刻的变化将是从语音业务向数据业务的战略性转变,这种转变将深刻影响通信技术的走向。

  • pycharm使用小技巧_pycharm基本使用方法

    pycharm使用小技巧_pycharm基本使用方法Pycharm作为Python开发最常用的IDE之一,不仅兼容性好,而且功能也相当丰富,比如调试、语法高亮、智能提示等等功能,它还支持web开发框架比如Django等,当你熟悉了它之后,开发效率是相当之高的。但对于新手来说,Pycharm功能丰富的同时也是一把双刃剑,有的小伙伴刚上手之后看到一堆的英文界面难免会懵逼,哈哈哈,没有关系,今天博主就来教大家一些Pycharm最常用的技巧,以及一些pycharm常用的快捷键,让你快速上手Python开发中最常用的IDEPycharm,跟上老司机的车速!一

  • vue父子组件传值方法_vue父组件向子组件传递对象

    vue父子组件传值方法_vue父组件向子组件传递对象前言在业务场景中经常会遇到子组件向父组件传递数值,或是父组件向子组件传递数值,下面将结合vue富文本框一起来了解一下父与子组件之间的传值业务场景在vue项目中创建了一个可以重复使用的富文本编辑器(可参考【vue】vue富文本编辑器(可重复使用组件)vue-quill-editor),由于是新闻编辑页面,首先需要把已经保存好的新闻内容展示在富文本编辑器中(父组件向子组件传值),其次需要把更新后的新闻内容保存到数据库中(子组件向父组件传值)父组件向子组件传值(v-bind:child.

  • ceph S3_ceph minio

    ceph S3_ceph minio参考资料:https://www.cnblogs.com/ytc6/p/7388654.htmlhttp://docs.ceph.com/docs/kraken/start/https://blog.csdn.net/changtao381/article/details/48015623https://blog.csdn.net/litianze99/article/detail…

  • python中md5加密的实现

    python中md5加密的实现python中md5加密的实现MD5消息摘要算法:(英语:MD5Message-DigestAlgorithm),一种被广泛使用的密码散列函数,可以产生出一个128位(16字节)的散列值(hashvalue),用于确保信息传输完整一致。MD5是最常见的摘要算法,速度很快,生成结果是固定的128bit字节,通常用一个32位的16进制字符串表示。Python的hashlib提供了常见的摘要算法,如MD5,SHA1等等。摘要算法又称哈希算法、散列算法。它通过一个函数,把任意长度的数据转换为一个

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号