随机Numpy数组的创建方法 （第2讲）
       

🍹博主 侯小啾 感谢您的支持与信赖。☀️
🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ
 
✨本博客收录于专栏Python数据分析宝典.。
✨专栏特点：
    ①逻辑清晰，循序渐进，符合初学者思维，内容友好程度高。
    ②内容精炼，且不失重点，入门时间周期短。性比价高。
    ③能够兼容非科班，如金融，经济，统计，数学等专业的小伙伴。
    ④附实战案例加持，搭乘数分精通之路的直通车！
 
✨更多精彩内容敬请期待，小啾持续为您输出中！

---

1.rand() 函数

在Python的NumPy库中，rand函数用于生成一个指定形状的随机数数组。
随机数的值介于0和1之间。

rand函数的基本语法如下：

numpy.random.rand(d0, d1, ..., dn)

参数说明：

• d0, d1, ..., dn：可选参数，定义了生成的随机数数组的形状。

代码示例：

import numpy as np

# 生成一个随机数
random_num = np.random.rand()
print(f"随机数: {random_num}")

# 打印分割线
print("-" * 20)

# 生成一个形状为(3,)的一维随机数数组
arr1 = np.random.rand(3)
print(f"一维随机数数组:\n{arr1}")

# 打印分割线
print("-" * 20)

# 生成一个形状为(2, 3)的二维随机数数组
arr2 = np.random.rand(2, 3)
print(f"二维随机数数组:\n{arr2}")

输出：
              

需要注意的是，rand函数生成的随机数是从[0, 1)区间内的均匀分布中随机抽取的。可以通过设置d0, d1, ..., dn参数来指定生成的随机数数组的形状。如果不指定这些参数，则返回一个随机数。

---

2.random()函数

在Python的NumPy库中，random函数用于生成指定形状的随机数数组。该函数返回一个由[0, 1)区间内的随机数构成的数组。

random函数的基本语法如下：

numpy.random.random(size=None)

参数说明：

• size：可选参数，指定生成的随机数数组的形状。可以是一个整数或一个由整数组成的元组。

示例使用：

import numpy as np

# 生成一个随机数
random_num = np.random.random()
print(random_num)
print("-" * 20)

# 生成一个形状为(3,)的一维随机数数组
arr1 = np.random.random(3)
print(arr1)
print("-" * 20)

# 生成一个形状为(2, 3)的二维随机数数组
arr2 = np.random.random((2, 3))
print(arr2)

输出：
              

---

3. randint()函数

在Python的NumPy库中，randint函数用于生成指定范围内的随机整数。该函数返回一个由随机整数构成的数组。

randint函数的基本语法如下：

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

参数说明：

• low：生成随机整数的最低值（包含）。
• high：可选参数，生成随机整数的最高值（不包含）。如果未提供，则生成的随机整数范围为[0, low)。
• size：可选参数，指定生成的随机数数组的形状。可以是一个整数或一个由整数组成的元组。
• dtype：可选参数，输出数组的数据类型，默认为整数类型。

示例使用：

import numpy as np

# 生成一个随机整数
random_num = np.random.randint(0, 10)
print(random_num)
print("-" * 20)

# 生成一个形状为(3,)的一维随机整数数组
arr1 = np.random.randint(0, 10, size=3)
print(arr1)
print("-" * 20)

# 生成一个形状为(2, 3)的二维随机整数数组
arr2 = np.random.randint(0, 10, size=(2, 3))
print(arr2)

输出：
              

randint函数生成的随机整数范围是闭区间[low, high)，即包含最低值low而不包含最高值high。可以通过设置size参数来指定生成的随机整数数组的形状。如果不提供high参数，则默认范围为[0, low)。

---

4.randn()函数

在Python的NumPy库中，randn函数用于生成具有标准正态分布（均值为0，方差为1）的随机数数组。该函数返回一个由随机数构成的数组。

randn函数的基本语法如下：

numpy.random.randn(d0, d1, ..., dn)

参数说明：

• d0, d1, ..., dn：可选参数，定义了生成的随机数数组的形状。

示例使用：

import numpy as np

# 生成一个随机数
random_num = np.random.randn()
print(random_num)
print("-" * 20)

# 生成一个形状为(3,)的一维随机数数组
arr1 = np.random.randn(3)
print(arr1)
print("-" * 20)

# 生成一个形状为(2, 3)的二维随机数数组
arr2 = np.random.randn(2, 3)
print(arr2)

输出：
              

需要注意的是，randn函数生成的随机数来自于标准正态分布（均值为0，方差为1）。可以通过设置d0, d1, ..., dn参数来指定生成的随机数数组的形状。如果不指定这些参数，则返回一个随机数。

---

5.normal()函数

在Python的NumPy库中，normal函数用于生成具有指定均值和标准差的随机数数组。该函数返回一个由随机数构成的数组，这些随机数来自于正态分布（高斯分布）。

normal函数的基本语法如下：

numpy.random.normal(loc=0.0, scale=1.0, size=None)

参数说明：

• loc：可选参数，指定正态分布的均值（默认为0）。
• scale：可选参数，指定正态分布的标准差（默认为1）。
• size：可选参数，指定生成的随机数数组的形状。可以是一个整数或一个由整数组成的元组。

示例使用：

import numpy as np

# 生成一个随机数
random_num = np.random.normal()
print(random_num)
print("-" * 20)

# 生成一个形状为(3,)的一维随机数数组
arr1 = np.random.normal(size=3)
print(arr1)
print("-" * 20)

# 生成一个形状为(2, 3)的二维随机数数组
arr2 = np.random.normal(size=(2, 3))
print(arr2)

normal函数生成的随机数来自于正态分布（高斯分布），其均值为loc，标准差为scale。可以通过设置size参数来指定生成的随机数数组的形状。如果不提供loc和scale参数，则默认均值为0，标准差为1。

---

6.seed() 随机数种子

在Python的NumPy库中，seed函数用于设置随机数生成器的种子。使用相同的种子可以确保每次运行程序时生成的随机数是一样的。

seed函数的基本语法如下：

numpy.random.seed(seed=None)

参数说明：

• seed：可选参数，指定随机数生成器的种子值。可以是任意整数或一个数组。

示例使用：

import numpy as np


# 设置随机数生成器的种子为0
np.random.seed(0)

# 生成两个随机数（使用相同的种子）
random_num1 = np.random.rand()
random_num2 = np.random.rand()
print(random_num1, random_num2)

可以通过重复执行代码，以得到相同的随机数。
需要注意的是，通过设置种子来控制随机数生成可以使得结果可重复。但是在实际应用中，通常不会显式地设置种子，以便获得更好的随机性。

---

7.shuffle() 与 permutation() 随机排序

在Python的NumPy库中，shuffle函数用于对数组进行随机重排，permutation函数也可以实现类似的功能。这两个函数可以用于洗牌、打乱数据集等应用场景。

shuffle函数和permutation函数的基本语法如下：

numpy.random.shuffle(x)
numpy.random.permutation(x)

参数说明：

• x：待重排的数组或列表。

示例使用：

import numpy as np

# 使用shuffle函数随机重排一个列表
my_list = [1, 2, 3, 4, 5]
np.random.shuffle(my_list)
print(my_list)
print("-" * 20)

# 使用permutation函数随机重排一个数组
my_array = np.array([1, 2, 3, 4, 5])
shuffled_array = np.random.permutation(my_array)
print(shuffled_array)

输出：
              

需要注意的是，shuffle函数直接对原始数组进行随机重排，而permutation函数返回一个新的随机重排后的数组，不改变原始数组。这两个函数都可以用于一维数组或列表，对于多维数组，它们只会对第一个维度进行重排，保持其他维度的相对位置不变。

---

8. choice()随机抽样

在Python的NumPy库中，choice函数用于从给定的一维数组或列表中随机抽取元素。该函数返回一个随机抽样后的数组或标量。

choice函数的基本语法如下：

numpy.random.choice(a, size=None, replace=True, p=None)

参数说明：

• a：一维数组或列表，表示要进行随机抽样的数据。
• size：可选参数，指定抽样结果的形状。可以是整数，也可以是由整数组成的元组。如果不提供，则返回一个随机抽样的标量。
• replace：可选参数，表示是否允许重复抽样。如果为True（默认），则允许重复抽样；如果为False，则不允许重复抽样。
• p：可选参数，表示各个元素被抽到的概率。如果未提供，则假定所有元素被抽到的概率相等。

示例使用：

import numpy as np

# 从一维数组中随机抽取一个元素
arr1 = np.array([1, 2, 3, 4, 5])
random_choice1 = np.random.choice(arr1)
print(random_choice1)
print("-" * 20)

# 从一维数组中随机抽取三个元素，允许重复抽样
random_choices1 = np.random.choice(arr1, size=3)
print(random_choices1)
print("-" * 20)

# 从一维数组中随机抽取三个元素，不允许重复抽样
random_choices2 = np.random.choice(arr1, size=3, replace=False)
print(random_choices2)
print("-" * 20)

# 从一维数组中按指定概率抽取一个元素
random_choice2 = np.random.choice(arr1, p=[0.1, 0.2, 0.3, 0.2, 0.2])
print(random_choice2)

输出：
              

choice函数可以用于一维数组或列表。如果未提供size参数，则返回一个随机抽样的标量；如果提供了size参数，则返回一个具有指定形状的随机抽样结果。可以通过设置replace参数来控制是否允许重复抽样。可以通过设置p参数来指定各个元素被抽到的概率，默认情况下假定所有元素被抽到的概率相等。

---