Python np.random.randint() 參數詳解用法

雲端運算與程式碼 2024年06月02日 18:53 1.0K+ 品悟

本文摘要

`np.random.randint()` 是 NumPy 庫中用於生成隨機整數的函數。它接受 `low`（下限，包含）、`high`（上限，不包含）、`size`（輸出形狀）和 `dtype`（數據類型）作為參數。使用示例包括生成單一隨機整數、形狀指定的隨機數數組以及設置輸出數據類型。

np.random.randint() 是 NumPy 庫中的一個函數，用於從給定的範圍內生成隨機整數。這個函數非常有用，尤其是在需要進行隨機采樣或模擬的場合。

參數詳解

Python np.random.randint() 參數詳解用法第1张

np.random.randint(low, high=None, size=None, dtype='l')

low：

整數，指定生成的隨機數的下限（包含）。

如果 high 參數為 None，則這個參數既作為下限也作為上限，生成的是 [low, low] 範圍內的隨機整數，即總是 low 本身。

high：

整數或 None（默認為 None），指定生成的隨機數的上限（不包含）。

如果設置為 None，則 low 參數將作為上限和下限，如上所述。

size：

整數或整數元組，指定輸出的形狀。例如，size=3 會返回一個包含 3 個隨機數的數組，而 size=(2, 3) 會返回一個 2x3 的數組，其中每個元素都是一個隨機數。

如果省略此參數，則返回一個單一的隨機數。

dtype：

數據類型（默認為 int 或長整數 l），指定輸出數組的數據類型。

用法示例

生成一個 0 到 9 之間的隨機整數：

python
import numpy as np  
random_int = np.random.randint(0, 10)  
print(random_int)

生成一個形狀為 (3, 2) 的數組，數組中的元素是 0 到 5 之間的隨機整數：

python

random_array = np.random.randint(0, 6, size=(3, 2))  
print(random_array)

只使用 low 參數，生成一個與 low 相同的隨機整數（在這種情況下，它並不真正是“隨機”的，因為結果總是 low）：

python

random_int_same = np.random.randint(5, high=None)  
print(random_int_same)  # 輸出總是 5

指定輸出數組的數據類型為 np.int8：

python

random_int_int8 = np.random.randint(0, 10, dtype=np.int8)  
print(random_int_int8)

示例1：生成一個隨機浮點數數組

python

import numpy as np
# 之前的代碼...
# random_int = np.random.randint(0, 10)  # 假設這行代碼已經被執行過
# random_array = np.random.randint(0, 6, size=(3, 2))  # 假設這行代碼也已經被執行過
# 生成一個形狀為(2, 3)的隨機浮點數數組，範圍在0到1之間
random_float_array = np.random.rand(2, 3)
print("Random float array:")
print(random_float_array)

示例2：從正態分布中抽取隨機樣本

python

import numpy as np
# 之前的代碼...
# 生成一個形狀為(4,)的數組，其元素來自均值為0、標準差為1的正態分布
normal_distributed_samples = np.random.normal(loc=0.0, scale=1.0, size=4)
print("Random samples from normal distribution:")
print(normal_distributed_samples)

示例3：從給定的概率分布中抽取隨機樣本（例如，二項分布）

python

import numpy as np
# 之前的代碼...
# 生成一個形狀為(3,)的數組，其元素來自參數為n=10和p=0.5的二項分布
binomial_samples = np.random.binomial(n=10, p=0.5, size=3)
print("Random samples from binomial distribution:")
print(binomial_samples)

示例4：打亂一個數組的順序

python

import numpy as np
# 之前的代碼...
# 假設我們有一個數組需要被打亂
original_array = np.array([1, 2, 3, 4, 5])
# 使用numpy的random.shuffle函數（註意這個函數是直接修改原數組的）
np.random.shuffle(original_array)
print("Shuffled array:")
print(original_array)

或者，如果你想要一個不修改原數組的打亂版本，你可以使用`np.random.permutation`：

python

# 使用np.random.permutation創建一個新的打亂順序的數組
shuffled_array = np.random.permutation(original_array)
print("Shuffled array (without modifying original):")
print(shuffled_array)