我是靠谱客的博主 乐观煎蛋,这篇文章主要介绍Python关于random常用函数用法简介random.random()random.randint(10,20)random.seed()random.randn(x0,x1,x2…xn)与random.rand(x0,x1,x2…xn)np.random.normal(loc=0.0, scale=1.0, size=None),现在分享给大家,希望可以做个参考。

Python关于random常用函数用法简介

  • random.random()
  • random.randint(10,20)
  • random.seed()
  • random.randn(x0,x1,x2.....xn)与random.rand(x0,x1,x2.....xn)
  • np.random.normal(loc=0.0, scale=1.0, size=None)

random.random()

复制代码
1
2
3
随机生成(0,1)之间的**浮点数** random.random()
复制代码
1
2
3
4
5
import numpy as np #np.random.random() print("结果:",np.random.random()) 结果: 0.1378131111598846

random.randint(10,20)

复制代码
1
2
随机生成10-20的**整数**
复制代码
1
2
3
4
#np.random.randint(10,20) print("结果:",np.random.randint(10,20)) 结果: 17

random.seed()

复制代码
1
2
3
无参数时,random.seed()每次产生不同的随机数 有参数时,random.seed(x)每次产生的随机数相同,当x不同时,产生的随机数也不同
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
import random #无参数 random.seed() print("无参数时") print("结果1:",random.random()) random.seed() print("结果2:",random.random()) #有参数时 #random.seed(x) print("有参数时") random.seed(1) print("结果3:",random.random()) random.seed(1) print("结果4:",random.random()) random.seed(2) print("结果5:",random.random()) 无参数时 结果10.15252543900623672 结果20.9063342116759132 有参数时 结果30.13436424411240122 结果40.13436424411240122 结果50.9560342718892494

random.randn(x0,x1,x2…xn)与random.rand(x0,x1,x2…xn)

当没有参数时,randn()从标准正态分布中返回一个样本值,rand()返回[0,1)范围内的一个随机浮点数
当有1个参数x时,生成一个一维数组,数组内有x个元素
当有2个及以上的参数时,生成相应维度的数组,能表示矩阵

区别:randn()生成的数能有负数,rand()没有

复制代码
1
2
3
4
5
6
7
8
9
10
**#random.randn()** print("无参数时:",np.random.randn()) print("一个参数时:",np.random.randn(2)) print("2个及以上参数时:",np.random.randn(2,2)) 无参数时: 0.11705866232023154 一个参数时: [ 0.02072875 -0.14447233] 2个及以上参数时: [[ 0.23953098 -0.11022236] [-0.69692077 0.4238942 ]]
复制代码
1
2
3
4
5
6
7
8
9
**#random.rand()** print("无参数时:",np.random.rand()) print("一个参数时:",np.random.rand(2)) print("2个及以上参数时:",np.random.rand(2,2)) 无参数时: 0.9504714483983588 一个参数时: [0.22150626 0.43782617] 2个及以上参数时: [[0.78304774 0.03350898] [0.26449815 0.77603605]]

np.random.normal(loc=0.0, scale=1.0, size=None)

作用: 生成高斯分布的概率密度随机数

loc:float
此概率分布的均值(对应着整个分布的中心centre)
scale:float
此概率分布的标准差(对应于分布的宽度,scale越大越矮胖,scale越小,越瘦高)
size:int or tuple of ints
输出的shape,默认为None,只输出一个值

复制代码
1
2
3
4
nd1 =np.random.normal(loc=1,scale=2,size=2) print(nd1) array([-0.46982446, -1.28956852])

最后

以上就是乐观煎蛋最近收集整理的关于Python关于random常用函数用法简介random.random()random.randint(10,20)random.seed()random.randn(x0,x1,x2…xn)与random.rand(x0,x1,x2…xn)np.random.normal(loc=0.0, scale=1.0, size=None)的全部内容,更多相关Python关于random常用函数用法简介random.random()random.randint(10,20)random.seed()random.randn(x0,x1,x2…xn)与random.rand(x0,x1,x2…xn)np.random.normal(loc=0.0,内容请搜索靠谱客的其他文章。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(51)

评论列表共有 0 条评论

立即
投稿
返回
顶部