Heim > Web-Frontend > HTML-Tutorial > So generieren Sie Zufallszahlen mit Numpy

So generieren Sie Zufallszahlen mit Numpy

王林
Freigeben: 2024-01-26 09:46:06
Original
1177 Leute haben es durchsucht

So generieren Sie Zufallszahlen mit Numpy

Numpy ist eine sehr häufig verwendete wissenschaftliche Computerbibliothek in Python. Sie bietet viele schnelle und effiziente numerische Operationen und Datenverarbeitungsfunktionen. In Numpy können wir ganz einfach Zufallszahlen generieren. In diesem Artikel wird die Methode zum Generieren von Zufallszahlen in Numpy vorgestellt und spezifische Codebeispiele gegeben.

Zu den Funktionen, die Zufallszahlen in Numpy generieren, gehören hauptsächlich die Funktion rand(), die Funktion randn(), die Funktion randint(), die Funktion uniform(), die Funktion normal() usw. unter dem Zufallsmodul.

  1. rand()-Funktion: Diese Funktion wird verwendet, um gleichmäßig verteilte Zufallszahlen zwischen [0,1) zu generieren. Wir können die Form der generierten Zufallszahlen angeben, z. B. die Generierung eines eindimensionalen Arrays oder eines zweidimensionalen Arrays usw.

Der Beispielcode lautet wie folgt:

import numpy as np

#生成一个具有5个元素的一维数组
arr1 = np.random.rand(5)
print(arr1)

#生成一个2行3列的二维数组
arr2 = np.random.rand(2, 3)
print(arr2)
Nach dem Login kopieren
  1. randn()-Funktion: Diese Funktion wird verwendet, um Zufallszahlen aus der Standardnormalverteilung (Mittelwert 0, Standardabweichung 1) zu generieren. Ebenso können wir die Form der generierten Zufallszahlen festlegen.

Der Beispielcode lautet wie folgt:

import numpy as np

#生成一个具有5个元素的一维数组
arr1 = np.random.randn(5)
print(arr1)

#生成一个2行3列的二维数组
arr2 = np.random.randn(2, 3)
print(arr2)
Nach dem Login kopieren
  1. randint()-Funktion: Diese Funktion wird verwendet, um zufällige Ganzzahlen innerhalb des angegebenen Bereichs zu generieren. Wir müssen die Unter- und Obergrenzen für die Generierung zufälliger Ganzzahlen sowie die Form der generierten Zufallszahlen angeben.

Der Beispielcode lautet wie folgt:

import numpy as np

#生成一个在[0,10)之间的一维整数数组
arr1 = np.random.randint(0, 10, size=5)
print(arr1)

#生成一个在[0,10)之间2行3列的二维整数数组
arr2 = np.random.randint(0, 10, size=(2, 3))
print(arr2)
Nach dem Login kopieren
  1. uniform()-Funktion: Diese Funktion wird verwendet, um gleichmäßig verteilte Zufallszahlen innerhalb eines angegebenen Bereichs zu generieren. Wir müssen die Untergrenze, Obergrenze und Form der generierten Zufallszahlen angeben.

Der Beispielcode lautet wie folgt:

import numpy as np

#生成一个在[2,5)之间的一维数组
arr1 = np.random.uniform(2, 5, size=5)
print(arr1)

#生成一个在[2,5)之间2行3列的二维数组
arr2 = np.random.uniform(2, 5, size=(2, 3))
print(arr2)
Nach dem Login kopieren
  1. normal()-Funktion: Diese Funktion wird verwendet, um Zufallszahlen aus einer Normalverteilung mit einem angegebenen Mittelwert und einer angegebenen Standardabweichung zu generieren. Wir müssen den Mittelwert, die Standardabweichung und die Form der generierten Zufallszahlen angeben.

Der Beispielcode lautet wie folgt:

import numpy as np

#生成均值为2,标准差为0.5的一维数组
arr1 = np.random.normal(2, 0.5, size=5)
print(arr1)

#生成均值为2,标准差为0.5的2行3列的二维数组
arr2 = np.random.normal(2, 0.5, size=(2, 3))
print(arr2)
Nach dem Login kopieren

Anhand der obigen Codebeispiele können wir sehen, dass Numpy eine Fülle von Funktionen zur Generierung von Zufallszahlen bereitstellt, die verschiedene Anforderungen an die Generierung von Zufallszahlen erfüllen können und sehr einfach und leicht zu verwenden sind . In praktischen Anwendungen können wir eine geeignete Zufallszahlengenerierungsfunktion entsprechend den spezifischen Anforderungen auswählen und durch Angabe von Parametern Zufallszahlen generieren, die unseren Anforderungen entsprechen.

Das obige ist der detaillierte Inhalt vonSo generieren Sie Zufallszahlen mit Numpy. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Verwandte Etiketten:
Quelle:php.cn
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage