快捷導(dǎo)航

Python np.random.randint()參數(shù)的使用及說明

更新時(shí)間：2026年04月20日 09:16:05 作者：請(qǐng)一直在路上

Python的np.random.randint()方法可以生成指定范圍內(nèi)的隨機(jī)整數(shù),可生成一維或多維數(shù)組,該方法有l(wèi)ow、high、size、dtype等參數(shù),可根據(jù)需求靈活使用

Python np.random.randint()參數(shù)

可實(shí)現(xiàn)功能

1.隨機(jī)生成一個(gè)整數(shù)。
2.隨機(jī)生成任意范圍內(nèi)的一個(gè)整數(shù)。
3.隨機(jī)生成指定長(zhǎng)度的整數(shù)組
4.隨機(jī)生成指定長(zhǎng)度的任意范圍的整數(shù)組
5.隨機(jī)生成指定長(zhǎng)度的多維整數(shù)組
6.隨機(jī)生成指定長(zhǎng)度的任意范圍的多維整數(shù)組

np.random.randint() 根據(jù)參數(shù)中所指定的范圍生成隨機(jī)整數(shù)。

numpy.random.randint(low, high=None, size=None, dtype=int)

參數(shù)

low: int 生成的數(shù)值的最小值（包含），默認(rèn)為0，可省略。
high: int 生成的數(shù)值的最打值（不包含）。
size: int or tuple of ints 隨機(jī)數(shù)的尺寸, 默認(rèn)是返回單個(gè)，輸入 10 返回 10個(gè)，輸入 (3,4） 返回的是一個(gè) 3*4 的二維數(shù)組。（可選）。
dtype：設(shè)置元素的類型。默認(rèn)值為int64。（可選int32，float）。

基礎(chǔ)用法

可執(zhí)行代碼

import pandas as pd
import numpy as np

# 隨機(jī)返回 0-9 的 一個(gè)整數(shù)，可的省略0
np.random.randint(10)
# 隨機(jī)返回 10-20 的 一個(gè)整數(shù)
np.random.randint(10,21)


# 隨機(jī)返回范圍在 0-9 的，長(zhǎng)度為 10 的數(shù)組
np.random.randint(10,size=10)
# 隨機(jī)返回范圍在 10-20 的，長(zhǎng)度為 10 的數(shù)組
np.random.randint(10,21,size=10)


# 隨機(jī)返回范圍在 0-9 的 3*4 隨機(jī)數(shù)組
np.random.randint(10,size=(3,4))
# 隨機(jī)返回范圍在 10-20 的 3*4 隨機(jī)數(shù)組
np.random.randint(10,21,size=(3,4))

高級(jí)用法

可執(zhí)行代碼

import pandas as pd
import numpy as np

# 高級(jí)用法
# 可單獨(dú)指定每個(gè)元素的最大值
# 生成 3 個(gè)最小值分別為 3,5,7 的值，最大值不超過 10 的值
# 如果不指定 size 默認(rèn)根據(jù)第一個(gè)和第二個(gè)參數(shù)的長(zhǎng)度來決定生成結(jié)果的長(zhǎng)度，此處返回的 array 長(zhǎng)度是3
np.random.randint([3, 5, 7], 10)

# 高級(jí)用法
# 生成 3 個(gè)最小值為1，最大值分別不超過 3,5,10 的值
np.random.randint(1, [3, 5, 10])
# 高級(jí)用法
# 生成 3 個(gè)最小值為1，最大值分別不超過 3,5,10 的值
np.random.randint([1, 2, 3,], [4, 5, 10])



# 高級(jí)用法
# 生成 4*2 數(shù)組 最小值為[1, 3, 5, 7]，最大值 第一行不超過10，第二行不超過 20
# 注意第二個(gè)參數(shù)里面的每個(gè)元素都要用[]，因?yàn)樗刂频氖且徽?
np.random.randint([1, 3, 5, 7], [[10], [20]])


# 高級(jí)用法
# 指定返回?cái)?shù)據(jù)的 dtype
# 隨機(jī)返回 10-20 的 長(zhǎng)度為 10  dtype=np.uint8 的數(shù)組
np.random.randint(10, 21, size=10, dtype=np.uint8)