ホームページ  >  記事  >  ウェブフロントエンド  >  numpy の一般的に使用される乱数生成メソッドを分析する

numpy の一般的に使用される乱数生成メソッドを分析する

王林
王林オリジナル
2024-01-26 09:09:07941ブラウズ

numpy の一般的に使用される乱数生成メソッドを分析する

# numpy を使用した乱数生成の一般的な方法の分析

乱数はデータ分析と機械学習において重要な役割を果たします。 Numpy は Python で一般的に使用される数値計算ライブラリであり、乱数を生成するためのさまざまな方法を提供します。この記事では、numpy で乱数を生成する一般的な方法を分析し、具体的なコード例を示します。

  1. ランダムな整数

numpy は、ランダムな整数を生成する関数 numpy.random.randint() を提供します。この関数は、指定された範囲内のランダムな整数を生成します。

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)

このうち、low は生成されるランダム整数の下限 (両端を含む)、high は上限 (両端を除く)、size は生成されるランダム整数の数を表します。

例:

import numpy as np

rand_int = np.random.randint(1, 10, size=5)
print(rand_int)

出力:
[4 9 5 3 1]

上記のコードは、1 ~ 10 の範囲の 5 つのランダムな整数を生成します。

  1. ランダムな浮動小数点数

numpy は、ランダムな浮動小数点数を生成する関数 numpy.random.rand() および numpy.random.randn() を提供します。

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)

このうち、rand_float は [0, 1) に均一に分布するランダムな浮動小数点数を生成し、rand_normal_float は標準正規分布に従うランダムな浮動小数点数を生成します。 size は、生成されるランダムな浮動小数点数の数を表します。

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)

出力:
[0.83600534 0.69029467 0.44770399 0.61348757 0.93889918]
[-0.9200914 0.45598762 -0.76400891 -0.1855481 1 1.676 34905]

上記のコード長さ 5 の均一分布ランダム浮動小数点数の配列と、長さ 5 の標準正規分布ランダム浮動小数点数の配列が生成されます。

  1. ランダムシード

numpyによって生成される乱数は、デフォルトでは擬似乱数です。つまり、プログラムによって生成される乱数は、プログラムを実行するたびに異なります。が実行されます。同じ乱数のシーケンスを生成したい場合は、ランダム シードを使用できます。

import numpy as np

# 设置随机种子
np.random.seed(seed)

このうち、seedはランダムシードの値を表します。同じ乱数シードにより生成される乱数列は同じである。

例:

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)

出力:
[6 1 4 8 4]
[6 1 4 8 4]

上記のコードはランダム シードを設定します0 までの場合、同じランダム シードを使用して、ランダムな整数の 2 つの同一の配列が生成されました。

この記事の分析と numpy で乱数を生成する一般的な方法のコード例を通じて、読者は numpy ライブラリでの乱数生成の操作にさらに慣れることができると思います。データ分析や機械学習などの分野では、乱数生成は一般的な操作であり、これらの手法をマスターすると、関連するデータ実験やモデルのトレーニングを行うのに非常に役立ちます。

以上がnumpy の一般的に使用される乱数生成メソッドを分析するの詳細内容です。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。

声明:
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。