numpy を使用して効率的な乱数生成を実現する
乱数は、シミュレーション実験、機械学習アルゴリズムの初期化、暗号化など、多くの分野で重要な用途があります。 。 Numpy は効率的な科学計算ライブラリであり、乱数を生成するための豊富な関数とツールも提供します。この記事では、numpyを使って効率的に乱数を生成する方法と具体的なコード例を紹介します。
numpy ライブラリの乱数生成関数は、主に Random モジュールに集中しています。以下に、一般的に使用される乱数生成関数とその使用例を示します。
指定された間隔内で均等に分布する乱数生成される可能性が高い。 Numpy は一様分布乱数を生成する rand 関数を提供します。コード例は次のとおりです:
import numpy as np # 生成一个服从[0, 1)区间均匀分布的随机数 random_num = np.random.rand() print(random_num) # 生成一个服从[10, 20)区间均匀分布的随机数 random_num = np.random.uniform(10, 20) print(random_num) # 生成一个3x3的数组,其中的元素服从[0, 1)区间均匀分布 random_array = np.random.rand(3, 3) print(random_array)
正規分布乱数は平均を中心とした釣鐘型の分布。 numpy には、標準正規分布に従う乱数を生成する randn 関数が用意されています。また、normal 関数を使用して、任意の平均と分散を持つ正規分布乱数を生成することもできます。コード例を次に示します。
import numpy as np # 生成一个服从标准正态分布的随机数 random_num = np.random.randn() print(random_num) # 生成一个服从均值为5,方差为2的正态分布随机数 random_num = np.random.normal(5, 2) print(random_num) # 生成一个4x4的数组,其中的元素服从标准正态分布 random_array = np.random.randn(4, 4) print(random_array)
配列をランダムに配置したり、配列から要素の一部をランダムに選択したりする必要がある場合があります。 Numpy は、これらの操作を完了するためのシャッフル機能と選択機能を提供します。コード例を次に示します。
import numpy as np # 随机排列一个数组 array = np.array([1, 2, 3, 4, 5]) np.random.shuffle(array) print(array) # 从一个数组中随机选择3个元素 array = np.array([1, 2, 3, 4, 5]) random_choice = np.random.choice(array, size=3, replace=False) print(random_choice)
ランダムな浮動小数点数を生成することに加えて、numpy はランダムな整数を生成する関数も提供します。 randint 関数は、指定された範囲内のランダムな整数を生成できます。また、choice 関数を使用して、指定された範囲内のランダムな整数を生成することもできます。以下はコード例です:
import numpy as np # 生成一个[1, 10]范围内的随机整数 random_int = np.random.randint(1, 11) print(random_int) # 从一个数组中随机选择一个整数 array = np.array([1, 2, 3, 4, 5]) random_choice = np.random.choice(array) print(random_choice)
上記の例を通じて、numpy がさまざまなアプリケーション シナリオのニーズを満たす豊富な乱数生成関数を提供していることがわかります。大量の乱数を生成する場合、numpy の効率上の利点は特に顕著であり、プログラムの実行速度を大幅に向上させることができます。
要約すると、効率的な乱数生成を実現するには numpy を使用すると非常に便利です。この記事での紹介が読者の numpy ライブラリの乱数生成関数の理解と使用に役立つことを願っています。
以上がnumpy を使用した効率的な乱数生成の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。