numpy中的隨機數模塊

numpy.random模塊中提供啦大量的隨機數相關的函數。

1 numpy中產生隨機數的方法

　　1)rand() 　　產生[0,1]的浮點隨機數,括號里面的參數可以指定產生數組的形狀

　　2)randn()　　產生標准正太分布隨機數，參數含義與random相同

　　3)randint()　　產生指定范圍的隨機數，最后一個參數是元祖，他確定數組的形狀

import numpy as np
from numpy import random as nr

#只顯示小數點后兩位
np.set_printoptions(precision = 2)
r1 = nr.rand(3,4)
r2 = nr.randn(5,4)
r3 = nr.randint(0,10,size = (4,3))

print r1
print r2
print r3

 

[[ 0.34  0.51  0.65  0.57]
 [ 0.97  0.16  0.62  0.37]
 [ 0.23  0.78  0.77  0.46]]
[[-0.69 -1.24 -0.32  1.07]
 [ 0.05 -1.97  1.01 -1.59]
 [ 1.51 -1.21  1.02 -0.19]
 [ 1.49 -0.42  0.64  0.07]
 [-0.1   1.11  0.24 -0.18]]
[[9 6 7]
 [1 9 7]
 [4 9 6]
 [3 9 0]]
(Pdb) 

 2 常用分布

　　1）normal(）　　正太分布

　　2）uniform()　　均勻分布

　　3）poisson()　　泊松分布

# -*- coding: utf-8 -*-
"""
Spyder Editor

This is a temporary script file.
"""
import numpy as np
from numpy import random as nr

#只顯示小數點后兩位
np.set_printoptions(precision = 2)

#第一個參數是均值，第二個參數是標准差
r1 = nr.normal(100,10,size = (3,4))
print r1

#前兩個參數分別是區間的初始值和終值
r2 = nr.uniform(0,10,size = (3,4))
print r2

#第一個參數為指定的lanbda系數
r3 = nr.poisson(2.0,size = (3,4))
print r3

 

[[ 100.67   98.39   99.36  103.37]
 [  98.23   95.11  107.57  111.23]
 [  97.26   75.21  110.4   112.53]]
[[ 2.42  6.81  9.96  3.15]
 [ 9.28  4.4   7.87  5.19]
 [ 3.47  2.92  4.5   2.58]]
[[3 1 5 0]
 [1 0 4 3]
 [3 1 2 1]]
(Pdb) 

 

3 亂序和隨機抽取

　　permutation()隨機生成一個亂序數組，當參數是n時，返回[0,n)的亂序，他返回一個新數組。而shuffle()則直接將原數組打亂。choice（）是從指定的樣本中隨機抽取。

# -*- coding: utf-8 -*-
"""
Spyder Editor

This is a temporary script file.
"""
import numpy as np
from numpy import random as nr

#只顯示小數點后兩位
np.set_printoptions(precision = 2)

#返回打亂數組，原數組不變
r1 = nr.randint(10,100,size = (3,4))
print r1
print nr.permutation(r1)
print r1

print nr.permutation(5)

# 使用shuffle打亂數組順序
x = np.arange(10)
nr.shuffle(x)
print x

#xhoice()函數從指定數組中隨機抽取樣本
#size參數用於指定輸出數組的大小
#replace參數為True時，進行可重復抽取，而False表示進行不可重復的抽取。默認為True
x = np.array(10)
c1 = nr.choice(x,size = (2,3))
print c1

c2 = nr.choice(x,5,replace = False)
print c2

 

[[78 22 43 70]
 [46 87 12 32]
 [11 56 89 79]]
[[11 56 89 79]
 [78 22 43 70]
 [46 87 12 32]]
[[78 22 43 70]
 [46 87 12 32]
 [11 56 89 79]]
[4 1 2 0 3]
[3 4 9 5 8 2 7 0 6 1]
[[4 7 9]
 [9 1 7]]
[5 3 2 8 4]
(Pdb)