Analisis mendalam kaedah penjanaan nombor rawak numpy

Penjelasan terperinci kaedah penjanaan nombor rawak numpy

numpy ialah perpustakaan pengkomputeran saintifik yang penting dalam Python, yang mengandungi banyak fungsi untuk memproses tatasusunan dan matriks. Salah satunya ialah fungsi penjanaan nombor rawak, yang boleh menjana pelbagai jenis nombor rawak dengan mudah. Artikel ini akan memperkenalkan kaedah penjanaan nombor rawak numpy secara terperinci dan memberikan contoh kod khusus.

1. numpy.random.rand()
   Fungsi ini boleh menjana nombor rawak teragih seragam bagi saiz yang ditentukan, dengan julat nilai antara 0 dan 1, termasuk 0 tetapi tidak termasuk 1. Berikut ialah contoh kod:

   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)

   Hasil keluaran:

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

2. numpy.random.randn()
   Fungsi ini boleh menjana nombor rawak teragih normal piawai bagi saiz yang ditentukan, iaitu positif dengan min 0 dan sisihan piawai 1 Nyatakan nombor rawak teragih. Berikut ialah contoh kod:

   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)

   Hasil keluaran:

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

3. numpy.random.randint()
   Fungsi ini boleh menjana nombor rawak integer dalam julat yang ditentukan, dan anda boleh menentukan had atas dan bawah nilai julat. Berikut ialah contoh kod:

   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)

   Hasil keluaran:

   [[3 9 1 8 6]]

4. numpy.random.choice()
   Fungsi ini boleh memilih secara rawak satu atau lebih elemen daripada set elemen tertentu, dan anda boleh menentukan bilangan pilihan . Berikut ialah contoh kod:

   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)

   Hasil keluaran:

   ['banana' 'apple']

Melalui contoh di atas, kita dapat melihat bahawa numpy menyediakan banyak kaedah penjanaan nombor rawak yang mudah, yang boleh menjana pelbagai jenis nombor rawak mengikut keperluan yang berbeza. Kaedah penjanaan nombor rawak ini digunakan secara meluas dalam pengkomputeran saintifik, pembelajaran mesin, analisis statistik dan bidang lain. Memahami dan menguasai kaedah ini akan memberi manfaat yang besar kepada analisis data dan kerja pengaturcaraan pengkomputeran saintifik.

Atas ialah kandungan terperinci Analisis mendalam kaedah penjanaan nombor rawak numpy. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!