Analyse approfondie de la méthode de génération de nombres aléatoires numpy

Explication détaillée de la méthode de génération de nombres aléatoires numpy

numpy est une importante bibliothèque de calcul scientifique en Python, qui contient de nombreuses fonctions pour le traitement des tableaux et des matrices. L'une d'elles est la fonction de génération de nombres aléatoires, qui peut facilement générer différents types de nombres aléatoires. Cet article présentera en détail la méthode de génération de nombres aléatoires de numpy et fournira des exemples de code spécifiques.

1. numpy.random.rand()
   Cette fonction peut générer un nombre aléatoire uniformément distribué d'une taille spécifiée, avec une plage de valeurs comprise entre 0 et 1, incluant 0 mais excluant 1. Voici un exemple de code :

   import numpy as np
   
   # 生成一个2x3的均匀分布随机数矩阵
   arr = np.random.rand(2, 3)
   print(arr)

   Résultat de sortie :

   [[0.34537909 0.43261776 0.78323571]
    [0.99208808 0.44671096 0.19721267]]

2. numpy.random.randn()
   Cette fonction peut générer des nombres aléatoires distribués normaux standard d'une taille spécifiée, c'est-à-dire positifs avec une moyenne de 0 et un écart type de 1 État distribuait des nombres aléatoires. Voici un exemple de code :

   import numpy as np
   
   # 生成一个1x5的标准正态分布随机数数组
   arr = np.random.randn(1, 5)
   print(arr)

   Résultat de sortie :

   [[-0.21346802 -0.65486627 -0.80993532  1.30767345 -0.51662313]]

3. numpy.random.randint()
   Cette fonction peut générer des nombres aléatoires entiers dans la plage spécifiée et vous pouvez spécifier les limites supérieure et inférieure de la valeur. gamme. Voici un exemple de code :

   import numpy as np
   
   # 生成一个1x5的整数随机数数组，范围在0和10之间
   arr = np.random.randint(0, 10, size=(1, 5))
   print(arr)

   Résultat de sortie :

   [[3 9 1 8 6]]

4. numpy.random.choice()
   Cette fonction peut sélectionner aléatoirement un ou plusieurs éléments dans un ensemble d'éléments donné, et vous pouvez spécifier le nombre de sélections . Voici un exemple de code :

   import numpy as np
   
   # 从列表中随机选择2个元素
   arr = np.random.choice(['apple', 'banana', 'orange', 'pear'], size=2)
   print(arr)

   Résultat de sortie :

   ['banana' 'apple']

Grâce aux exemples ci-dessus, nous pouvons voir que numpy fournit de nombreuses méthodes pratiques de génération de nombres aléatoires, qui peuvent générer différents types de nombres aléatoires en fonction de différents besoins. Ces méthodes de génération de nombres aléatoires sont largement utilisées dans le calcul scientifique, l’apprentissage automatique, l’analyse statistique et d’autres domaines. Comprendre et maîtriser ces méthodes est d’un grand bénéfice pour les travaux d’analyse de données et de programmation informatique scientifique.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!