1、什么是随机数(Random Numbers)?
随机数并不意味着每次都有不同的数字。 随机意味着无法在逻辑上预测的事物。
2、伪随机和真随机
计算机在程序上工作,程序是权威的指令集。 因此,这意味着还必须有某种算法来生成随机数。
如果有一个程序可以生成随机数,则可以预测它,因此它并不是真正的随机数。
通过生成算法生成的随机数称为伪随机数。
我们可以做真正的随机数吗?
为了在我们的计算机上生成一个真正的随机数,我们需要从某个外部来源获取随机数据。 外部来源通常是我们的击键,鼠标移动,网络数据等。
我们不需要真正的随机数,除非它与安全有关(如,加密密钥)或应用的基础是随机性(如,数字轮盘赌轮)。
在本教程中,我们将使用伪随机数。
3、生成随机数
NumPy提供了random
模块来处理随机数。
例如:
生成一个从0到100的随机整数:
from numpy import random x = random.randint(100) print(x)
4、生成随机浮点数(float)
随机模块的rand()
方法返回0到1之间的随机浮点数。
例如:
生成从0到1的随机浮点数:
from numpy import random x = random.rand() print(x)
5、生成随机数组
在NumPy中,使用数组,可以使用上面示例中的两种方法来创建随机数组。
Integers
randint()
方法采用一个size
参数,可以在其中指定数组的形状。
例如:
生成一维数组,其中包含5个从0到100的随机整数:
from numpy import random x=random.randint(100, size=(5)) print(x)
例如:
生成具有3行的2-D数组,每行包含5个从0到100的随机整数:
from numpy import random x = random.randint(100, size=(3, 5)) print(x)
Floats
rand()
方法还允许您指定数组的形状。
例如:
生成一个包含5个随机浮点数(float)的1-D数组:
from numpy import random x = random.rand(5) print(x)
例如:
生成具有3行的二维数组,每行包含5个随机数:
from numpy import random x = random.rand(3, 5) print(x)
6、从数组中生成随机数
choice()
方法允许您基于值数组生成随机值。
choice()
方法将数组作为参数,并随机返回其中一个值。
例如:
返回数组中的值之一:
from numpy import random x = random.choice([3, 5, 7, 9]) print(x)
choice()
方法还允许您返回值的array。
添加size
参数以指定数组的形状。
例如:
生成一个二维数组,由数组参数(3,5,7,9)中的值组成:
from numpy import random x = random.choice([3, 5, 7, 9], size=(3, 5)) print(x)