最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

詳述numpy中的np.random.random()系列函數(shù)用法

 更新時(shí)間:2023年03月14日 09:18:21   作者:AI學(xué)習(xí)的我  
本文主要介紹了詳述numpy中的np.random.random()系列函數(shù)用法,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

引言:在機(jī)器學(xué)習(xí)還有深度學(xué)習(xí)中,經(jīng)常會(huì)用到這幾個(gè)函數(shù),為了便于以后熟練使用,現(xiàn)在對(duì)這幾個(gè)函數(shù)進(jìn)行總結(jié)。

(一)np.random.rand()

該函數(shù)括號(hào)內(nèi)的參數(shù)指定的是返回結(jié)果的形狀,如果不指定,那么生成的是一個(gè)浮點(diǎn)型的數(shù);如果指定一個(gè)數(shù),那么生成的是一個(gè)numpy.ndarray類型的數(shù)組;如果指定兩個(gè)數(shù)字,那么生成的是一個(gè)二維的numpy.ndarray類型的數(shù)組。如果是兩個(gè)以上的數(shù)組,那么返回的維度就和指定的參數(shù)的數(shù)量個(gè)數(shù)一樣。其返回結(jié)果中的每一個(gè)元素是服從0~1均勻分布的隨機(jī)樣本值,也就是返回的結(jié)果中的每一個(gè)元素值在0-1之間。

舉例說(shuō)明:

import numpy as np
mat = np.random.rand()
print(mat)
print(type(mat))
mat = np.random.rand(2)
print(mat)
print(type(mat))
mat = np.random.rand(3, 2)
print(mat)
print(type(mat))

結(jié)果為:注意我用紅框框起來(lái)的一組對(duì)應(yīng)兩個(gè)print輸出,可對(duì)應(yīng)程序看結(jié)果。

(二)np.random.randn()

        該函數(shù)和rand()函數(shù)比較類似,只不過(guò)運(yùn)用該函數(shù)之后返回的結(jié)果是服從均值為0,方差為1的標(biāo)準(zhǔn)正態(tài)分布,而不是局限在0-1之間,也可以為負(fù)值,因?yàn)闃?biāo)準(zhǔn)正態(tài)分布的曲線是關(guān)于x軸對(duì)陣的。其括號(hào)內(nèi)的參數(shù)如果不指定,那么生成的是一個(gè)浮點(diǎn)型的數(shù);如果指定一個(gè)數(shù),那么生成的是一個(gè)numpy.ndarray類型的數(shù)組;如果指定兩個(gè)數(shù)字,那么生成的是一個(gè)二維的numpy.ndarray類型的數(shù)組。和rand()相比,除了元素值不一樣,其他的性質(zhì)是一樣的。

舉例說(shuō)明:

import numpy as np
mat = np.random.randn()
print(mat)
print(type(mat))
mat = np.random.randn(2)
print(mat)
print(type(mat))
mat = np.random.randn(3, 2)
print(mat)
print(type(mat))

結(jié)果為:

(三)np.random.randint(low,high,size,dtype)

該函數(shù)中包含了幾個(gè)參數(shù),其具體含義為:

low:生成的元素值的最小值,即下限,如果沒(méi)有指定high這個(gè)參數(shù),則low為生成的元素值的最大值。

high:生成的元素值的最大值,即上限。

size:指定生成元素值的形狀,也就是數(shù)組維度的大小。

dtype:指定生成的元素值的類型,如果不指定,默認(rèn)為整數(shù)型

返回結(jié)果:返回值是一個(gè)大小為size的數(shù)組,如果指定了low和high這兩個(gè)參數(shù),那么生成的元素值的范圍為[low,high),不包括high;如果不指定high這個(gè)參數(shù),則生成的元素值的范圍為[0,low)。如果不指定size這個(gè)參數(shù),那么生成的元素值的個(gè)數(shù)只有一個(gè)。

舉例說(shuō)明:

import numpy as np
# 指定一個(gè)參數(shù)low
mat = np.random.randint(low=1)
print(mat)
print(type(mat))
 
# 指定low和high,生成一個(gè)[low,high)的元素值
mat = np.random.randint(low=1, high=5)
print(mat)
print(type(mat))
 
# 指定size大小,生成一個(gè)三行三列的二維數(shù)組,元素個(gè)數(shù)為3x3=9個(gè)
mat = np.random.randint(low=2, high=10, size=(3, 3))
print(mat)
# 查看默認(rèn)元素值的類型
print(type(mat[0][0]))
 
mat = np.random.randint(low=2, high=10, size=(3, 3), dtype=np.uint8)
print(mat)
print(type(mat[0][0]))
 

結(jié)果為:

(四)np.random.uniform(low,high,size)

參數(shù)說(shuō)明:

low:生成元素值的下界,float類型,默認(rèn)值為0
high:生成元素值的上界,float類型,默認(rèn)值為1
size:輸出樣本的數(shù)目,可以指定一個(gè)值,也可指指定大于等于兩個(gè)值
返回對(duì)象:ndarray類型,形狀為size中的數(shù)值指定,其元素個(gè)數(shù)為size指定的參數(shù)的乘積

我們前面已經(jīng)說(shuō)過(guò)了rand()這個(gè)函數(shù),它返回的元素值是服從0-1的均勻分布,那如果不想要生成的是0-1范圍內(nèi)的均勻分布,想要其它范圍內(nèi)的均勻分布怎么辦呢。

uniform()實(shí)現(xiàn)了這個(gè)功能,它可以生成服從指定范圍內(nèi)的均勻分布的元素。其返回值的元素類型為浮點(diǎn)型。需注意的是元素值的范圍包含low,不包含high。

舉例說(shuō)明:

import numpy as np
# 指定一個(gè)參數(shù)low
mat = np.random.uniform()
print(mat)
print(type(mat))
 
# 指定low和high,生成一個(gè)[low,high)的元素值
mat = np.random.uniform(low=5, high=10)
print(mat)
print(type(mat))
 
# 指定size大小,生成一個(gè)三行三列的二維數(shù)組,元素個(gè)數(shù)為3x3=9個(gè)
mat = np.random.uniform(low=2, high=10, size=(3, 3))
print(mat)
# 查看默認(rèn)元素值的類型
print(type(mat[0][0]))
 
mat = np.random.uniform(low=2, high=10, size=(3, 3, 2))
print(mat)
print(type(mat[0][0][0]))
 

結(jié)果為:

總結(jié):以上就是常用的隨機(jī)數(shù)生成函數(shù),具體用哪一個(gè),可根據(jù)自己需求,想要生成什么隨機(jī)數(shù),那就使用什么樣的函數(shù)。

到此這篇關(guān)于詳述numpy中的np.random.random()系列函數(shù)用法的文章就介紹到這了,更多相關(guān)numpy np.random.random()內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

您可能感興趣的文章:

相關(guān)文章

  • Python不通過(guò)調(diào)用init方法創(chuàng)建實(shí)例的完整指南

    Python不通過(guò)調(diào)用init方法創(chuàng)建實(shí)例的完整指南

    在Python面向?qū)ο缶幊讨?__init__方法被視為標(biāo)準(zhǔn)的對(duì)象初始化機(jī)制,本文將深入探討不調(diào)用__init__方法創(chuàng)建實(shí)例的各種技術(shù),希望對(duì)大家有所幫助
    2025-10-10
  • Python實(shí)現(xiàn)文件只讀屬性的設(shè)置與取消

    Python實(shí)現(xiàn)文件只讀屬性的設(shè)置與取消

    這篇文章主要為大家詳細(xì)介紹了Python如何實(shí)現(xiàn)設(shè)置文件只讀與取消文件只讀的功能,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以了解一下
    2023-07-07
  • Python使用pdb調(diào)試代碼的技巧

    Python使用pdb調(diào)試代碼的技巧

    Pdb就是Python debugger,是python自帶的調(diào)試器。這篇文章主要介紹了Python使用pdb調(diào)試代碼的技巧,需要的朋友可以參考下
    2020-05-05
  • Python如何生成樹(shù)形圖案

    Python如何生成樹(shù)形圖案

    這篇文章主要為大家詳細(xì)介紹了Python如何生成樹(shù)形圖案,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2018-01-01
  • python數(shù)字圖像處理之高級(jí)濾波代碼詳解

    python數(shù)字圖像處理之高級(jí)濾波代碼詳解

    這篇文章主要介紹了python數(shù)字圖像處理之高級(jí)濾波代碼詳解,介紹了許多對(duì)圖像處理的濾波方法,具有一定參考價(jià)值,需要的朋友可以了解下。
    2017-11-11
  • Python 實(shí)現(xiàn)Mac 屏幕截圖詳解

    Python 實(shí)現(xiàn)Mac 屏幕截圖詳解

    今天小編就為大家分享一篇對(duì)Python 實(shí)現(xiàn)Mac 屏幕截圖詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2021-10-10
  • TensorFlow 讀取CSV數(shù)據(jù)的實(shí)例

    TensorFlow 讀取CSV數(shù)據(jù)的實(shí)例

    今天小編就為大家分享一篇TensorFlow 讀取CSV數(shù)據(jù)的實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2020-02-02
  • Python數(shù)據(jù)分析之Python和Selenium爬取BOSS直聘崗位

    Python數(shù)據(jù)分析之Python和Selenium爬取BOSS直聘崗位

    今天教各位小伙伴怎么用Python和Selenium爬取BOSS直聘崗位,文中有非常詳細(xì)的代碼示例,對(duì)正在學(xué)習(xí)python爬蟲和數(shù)據(jù)分析的小伙伴有很好地幫助,需要的朋友可以參考下
    2021-05-05
  • python 公共方法匯總解析

    python 公共方法匯總解析

    這篇文章主要介紹了python 公共方法匯總解析,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2019-09-09
  • 基于Python實(shí)現(xiàn)在線二維碼生成工具

    基于Python實(shí)現(xiàn)在線二維碼生成工具

    這篇文章將為大家展示如何通過(guò)純Python編程的方式,開(kāi)發(fā)出一個(gè)網(wǎng)頁(yè)應(yīng)用—基于輸入的網(wǎng)址等文字內(nèi)容實(shí)現(xiàn)二維碼的生成,感興趣的可以學(xué)習(xí)一下
    2022-05-05

最新評(píng)論

灵武市| 博乐市| 库车县| 甘德县| 宜宾市| 特克斯县| 岗巴县| 西和县| 泸西县| 华安县| 阜宁县| 峡江县| 镇原县| 扎囊县| 涞源县| 平罗县| 丰镇市| 德阳市| 富阳市| 吉安市| 石屏县| 从江县| 南投县| 平定县| 江陵县| 麦盖提县| 连南| 呼玛县| 永安市| 清远市| 莆田市| 克什克腾旗| 石渠县| 柳州市| 广饶县| 寿阳县| 聂荣县| 肥东县| 鄯善县| 巴南区| 松阳县|