numpy產生隨機數的常用方法解析
隨機數在資料分析和機器學習中具有重要的作用。 numpy是Python中一個常用的數值計算庫，提供了多種產生隨機數的方法。本文將對numpy產生隨機數的常用方法進行解析，並給出具體的程式碼範例。
numpy提供了產生隨機整數的函數numpy.random.randint()。此函數可以產生指定範圍內的隨機整數。
import numpy as np # 生成范围在[low, high)之间的随机整数 rand_int = np.random.randint(low, high, size)
其中，low表示產生隨機整數的下界（包含），high表示上界（不包含），size表示產生的隨機整數的數量。
範例：
import numpy as np rand_int = np.random.randint(1, 10, size=5) print(rand_int)
輸出：
[4 9 5 3 1]
上述程式碼產生了5個範圍在1到10之間的隨機整數。
numpy提供了產生隨機浮點數的函數numpy.random.rand()和numpy.random.randn()。
import numpy as np # 生成[0, 1)之间的均匀分布的随机浮点数 rand_float = np.random.rand(size) # 生成符合标准正态分布的随机浮点数 rand_normal_float = np.random.randn(size)
其中，rand_float產生[0, 1)之間均勻分佈的隨機浮點數，rand_normal_float產生符合標準常態分佈的隨機浮點數。 size表示產生的隨機浮點數的數量。
範例：
import numpy as np rand_float = np.random.rand(5) rand_normal_float = np.random.randn(5) print(rand_float) print(rand_normal_float)
輸出：
[0.83600534 0.69029467 0.44770399 0.61348757 0.93889918]
[-0.61348757 0.93889918]
import numpy as np # 设置随机种子 np.random.seed(seed)
import numpy as np np.random.seed(0) rand_int = np.random.randint(1, 10, size=5) print(rand_int) np.random.seed(0) rand_int = np.random.randint(1, 10, size=5) print(rand_int)
以上是解析numpy常用的隨機數產生方法的詳細內容。更多資訊請關注PHP中文網其他相關文章！
