NumPy 中的随机数

什么是随机数？

随机数并不意味着每次都有不同的数字。随机意味着无法从逻辑上预测的事物。

伪随机和真随机。

计算机根据程序运行，而程序是明确的指令集。所以这意味着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，那么它是可以预测的，因此它不是真正的随机。

通过生成算法生成的随机数称为伪随机。

我们能产生真正的随机数吗？

是的。为了在我们的计算机上生成真正的随机数，我们需要从外部源获取随机数据。这个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，除非它与安全相关（例如加密密钥）或应用的基础是随机性（例如数字轮盘赌轮）。

在本教程中，我们将使用伪随机数。

生成随机数

NumPy 提供了random模块处理随机数。

示例

生成 0 到 100 之间的随机整数：

from numpy import random

x = random.randint(100)

print(x)

亲自试一试 »

生成随机浮点数

随机模块的rand()方法返回 0 到 1 之间的随机浮点数。

示例

生成一个从 0 到 1 的随机浮点数：

from numpy import random

x = random.rand()

print(x)

亲自试一试 »

生成随机数组

在 NumPy 中，我们使用数组，您可以使用上面示例中的两种方法来创建随机数组。

整数

这个randint()方法需要一个size参数，您可以在其中指定数组的形状。

示例

生成一个包含 5 个从 0 到 100 的随机整数的一维数组：

from numpy import random

x=random.randint(100, size=(5))

print(x)

亲自试一试 »

示例

生成一个 3 行的二维数组，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)

亲自试一试 »

花车

这个rand()方法还允许您指定数组的形状。

示例

生成包含 5 个随机浮点数的一维数组：

from numpy import random

x = random.rand(5)

print(x)

亲自试一试 »

示例

生成一个 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)

亲自试一试 »

从数组生成随机数

这个choice()方法允许您根据值数组生成随机值。

这个choice()方法以数组作为参数并随机返回其中一个值。

示例

返回数组中的值之一：

from numpy import random

x = random.choice([3, 5, 7, 9])

print(x)

亲自试一试 »

这个choice()方法还允许您返回数组的值。

添加一个size参数指定数组的形状。

示例

生成一个由数组参数中的值（3、5、7 和 9）组成的二维数组：

from numpy import random

x = random.choice([3, 5, 7, 9], size=(3, 5))

print(x)

亲自试一试 »