Numpy入门（2）—随机数

随机数np.random

主要知识点：

• 创建ndarray随机数组
• 随机打乱ndarray元素顺序
• 随机选取元素

2.1 创建随机ndarray数组

创建随机ndarray数组主要包含设置随机种子、均匀分布和正态分布三部分内容，具体代码如下所示。

• 设置随机数种子

# 可以多次运行，观察程序输出结果是否一致
# 如果不设置随机数种子，观察多次运行输出结果是否一致
np.random.seed(10)
a = np.random.rand(3, 3)
a

array([[0.77132064, 0.02075195, 0.63364823], [0.74880388, 0.49850701, 0.22479665], [0.19806286, 0.76053071, 0.16911084]])

• 均匀分布

# 生成均匀分布随机数，随机数取值范围在[0, 1)之间
a = np.random.rand(3, 3)
a

array([[0.08833981, 0.68535982, 0.95339335], [0.00394827, 0.51219226, 0.81262096], [0.61252607, 0.72175532, 0.29187607]])

# 生成均匀分布随机数，指定随机数取值范围和数组形状
a = np.random.uniform(low = -1.0, high = 1.0, size=(2,2))
a

array([[ 0.83554825, 0.42915157], [ 0.08508874, -0.7156599 ]])

• 正态分布

# 生成标准正态分布随机数
a = np.random.randn(3, 3)
a

array([[ 1.484537 , -1.07980489, -1.97772828], [-1.7433723 , 0.26607016, 2.38496733], [ 1.12369125, 1.67262221, 0.09914922]])

# 生成正态分布随机数，指定均值loc和方差scale
a = np.random.normal(loc = 1.0, scale = 1.0, size = (3,3))
a

array([[2.39799638, 0.72875201, 1.61320418], [0.73268281, 0.45069099, 1.1327083 ], [0.52385799, 2.30847308, 1.19501328]])

2.2 随机打乱ndarray数组顺序

• 随机打乱1维ndarray数组顺序，发现所有元素位置都被打乱了，代码如下所示。

# 生成一维数组
a = np.arange(0, 30)
print('before random shuffle: ', a)
# 打乱一维数组顺序
np.random.shuffle(a)
print('after random shuffle: ', a)

('before random shuffle: ', array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16,
17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29]))
('after random shuffle: ', array([10, 21, 26, 7, 0, 23, 2, 17, 18, 20, 12, 6, 9, 3, 25, 5, 13,
14, 24, 29, 1, 28, 11, 15, 27, 16, 19, 4, 22, 8]))

随机打乱2维ndarray数组顺序，发现只有行的顺序被打乱了，列顺序不变，代码如下所示。

# 生成一维数组
a = np.arange(0, 30)
# 将一维数组转化成2维数组
a = a.reshape(10, 3)
print('before random shuffle: \n{}'.format(a))
# 打乱一维数组顺序
np.random.shuffle(a)
print('after random shuffle: \n{}'.format(a))

before random shuffle:
[[ 0 1 2]
[ 3 4 5]
[ 6 7 8]
[ 9 10 11]
[12 13 14]
[15 16 17]
[18 19 20]
[21 22 23]
[24 25 26]
[27 28 29]]
after random shuffle:
[[15 16 17]
[12 13 14]
[27 28 29]
[ 3 4 5]
[ 9 10 11]
[21 22 23]
[18 19 20]
[ 0 1 2]
[ 6 7 8]
[24 25 26]]

2.3 随机选取元素

# 随机选取部分元素
a = np.arange(30)
b = np.random.choice(a, size=5)
b

array([ 0, 24, 12, 5, 4])

代码合集

import numpy as np


def func1():
    # 可以多次运行，观察程序输出结果是否一致
    # 如果不设置随机数种子，观察多次运行输出结果是否一致
    np.random.seed(5)
    a = np.random.rand(3, 3)
    np.random.seed(None)
    print(a)
    # 生成均匀分布随机数，随机数取值范围在[0, 1)之间
    a = np.random.rand(3, 3)
    print(a)
    # 生成均匀分布随机数，指定随机数取值范围和数组形状
    a = np.random.uniform(low=-1.0, high=1.0, size=(2, 2))
    print(a)


def func2():
    # 生成标准正态分布随机数
    print("正太分布：rand_n")
    a = np.random.randn(3, 3)
    print(a)
    # 生成正态分布随机数，指定均值loc和方差scale
    a = np.random.normal(loc=1.0, scale=1.0, size=(3))
    print(a)


def func3():
    a = np.arange(0, 30)
    print('before random shuffle: ', a)
    np.random.shuffle(a)
    print("after random shuffle: ", a)
    # 转为二维的，10 * 3
    a = a.reshape(10, 3)
    print(a)
    np.random.shuffle(a)
    print(a)
    # 随机选取元素
    print("random choice")
    a = np.arange(30)
    a.reshape(10, 3)
    b = np.random.choice(a, size=5)
    print(b)


if __name__ == "__main__":
    # func1()
    # func2()
    func3()