Numpy를 사용하여 난수를 생성하기 위한 실용적인 팁

numpy로 난수를 생성하기 위한 실용적인 팁, 구체적인 코드 예제가 필요합니다.

난수는 데이터 과학 및 기계 학습에서 폭넓게 응용됩니다. Python에서 numpy는 풍부한 난수 생성 기능 세트를 제공하는 널리 사용되는 수학 라이브러리입니다. 이 기사에서는 numpy 라이브러리에서 난수를 생성하는 실용적인 기술을 소개하고 구체적인 코드 예제를 제공합니다.

1. 임의의 정수 생성

임의의 정수 생성은 일반적인 요구 사항입니다. numpy 라이브러리는 지정된 범위 내에서 임의의 정수를 생성하는 randint 함수를 제공합니다. 다음 예제 코드는 0에서 9까지의 10개의 임의의 정수를 생성합니다.

import numpy as np

random_integers = np.random.randint(0, 10, size=10)
print(random_integers)

2. 임의의 부동 소수점 숫자 생성

임의의 부동 소수점 숫자 생성도 일반적인 요구 사항입니다. numpy 라이브러리의 무작위 함수는 다양한 분포로 임의의 부동 소수점 숫자를 생성하기 위한 rand 및 균일 함수를 제공합니다. 다음 예제 코드는 0~1 범위의 임의 부동 소수점 숫자를 생성합니다.

import numpy as np

random_float = np.random.rand()
print(random_float)

다음 예제 코드는 1~10 범위의 임의 부동 소수점 숫자를 생성합니다.

import numpy as np

random_float = np.random.uniform(1, 10)
print(random_float)

3. 임의 배열 생성

생성 무작위 배열은 일반적인 요구 사항이며 numpy 라이브러리는 표준 정규 분포를 따르는 무작위 배열을 생성하는 randn 함수를 제공합니다. 다음 예제 코드는 5개의 행과 3개의 열이 있는 난수 배열을 생성합니다.

import numpy as np

random_array = np.random.randn(5, 3)
print(random_array)

4. 난수 시드 설정

난수를 사용할 때 생성된 난수 시퀀스가 ​​반복 가능한지 확인해야 하는 경우가 있습니다. numpy 라이브러리는 난수 생성 순서를 결정하기 위해 난수 시드를 설정하는 시드 기능을 제공합니다. 다음 예제 코드는 난수 시드를 1로 설정하고 5개의 난수 정수를 생성합니다.

import numpy as np

np.random.seed(1)
random_integers = np.random.randint(0, 10, size=5)
print(random_integers)

동일한 난수 시드를 설정하면 생성된 난수의 시퀀스가 ​​각 실행에서 동일하도록 보장할 수 있습니다.

요약:

이 기사에서는 numpy 라이브러리에서 난수를 생성하는 몇 가지 실용적인 기술을 소개합니다. randint, rand,uniform 및 randn 함수를 사용하면 요구 사항을 충족하는 난수를 쉽게 생성할 수 있습니다. 또한 난수 시드를 설정하면 생성된 난수 시퀀스가 ​​반복 가능한지 확인할 수 있습니다. 이 기사가 독자들이 난수 생성을 위해 numpy 라이브러리를 더 잘 적용하는 데 도움이 되기를 바랍니다.

위 내용은 Numpy를 사용하여 난수를 생성하기 위한 실용적인 팁의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!