numpy random模块介绍

NumPy 的 random 模块用于生成随机数及执行随机采样。它支持多种概率分布和随机数生成方法，适合用于数值计算和科学研究。

常见的功能

1. 生成随机数

   • numpy.random.rand()：生成 [0, 1) 之间的均匀分布随机数（浮点数）。
   • numpy.random.randn()：生成标准正态分布（均值 0，标准差 1）的随机数。
   • numpy.random.randint()：生成指定范围内的整数。

2. 随机选择与打乱

   • numpy.random.choice()：从一个数组中随机选择元素。
   • numpy.random.shuffle()：对数组进行原地打乱。
   • numpy.random.permutation()：生成一个打乱后的数组，但不修改原数组。

3. 基于概率分布的随机数

   • numpy.random.normal()：生成正态分布的随机数。
   • numpy.random.uniform()：生成均匀分布的随机数。
   • numpy.random.binomial()：生成二项分布的随机数。
   • numpy.random.poisson()：生成泊松分布的随机数。

示例代码

1. 生成随机数

import numpy as np

# 生成 5 个 [0, 1) 的随机数
rand_numbers = np.random.rand(5)
print("均匀分布的随机数:", rand_numbers)

# 生成 2x3 的标准正态分布随机数数组
randn_matrix = np.random.randn(2, 3)
print("标准正态分布随机数矩阵:\n", randn_matrix)

# 生成 5 个 [0, 10) 的整数
rand_integers = np.random.randint(0, 10, size=5)
print("随机整数:", rand_integers)

2. 随机选择与打乱

# 从列表中随机选择 3 个元素
arr = [1, 2, 3, 4, 5]
choices = np.random.choice(arr, size=3, replace=False)
print("随机选择:", choices)

# 对数组进行原地打乱
np.random.shuffle(arr)
print("打乱后的数组:", arr)

# 生成一个打乱后的数组
perm = np.random.permutation(arr)
print("打乱但不修改原数组:", perm)
print("原数组保持不变:", arr)

3. 生成基于概率分布的随机数

# 生成 10 个均值为 0，标准差为 1 的正态分布随机数
normal_numbers = np.random.normal(loc=0, scale=1, size=10)
print("正态分布随机数:", normal_numbers)

# 生成 5 个 [0, 1) 的均匀分布随机数
uniform_numbers = np.random.uniform(0, 1, size=5)
print("均匀分布随机数:", uniform_numbers)

# 生成二项分布的随机数，参数：n=10, p=0.5
binomial_numbers = np.random.binomial(n=10, p=0.5, size=5)
print("二项分布随机数:", binomial_numbers)

# 生成泊松分布的随机数，参数 lambda=3
poisson_numbers = np.random.poisson(lam=3, size=5)
print("泊松分布随机数:", poisson_numbers)

总结

• numpy.random 提供了多种用于生成随机数的工具，包括不同分布的随机数生成、随机选择、打乱数组等。
• rand() 和 randn() 用于生成均匀分布和正态分布的随机数。
• choice()、shuffle() 和 permutation() 用于随机选择或打乱数组。
• normal()、uniform() 等方法可生成基于特定概率分布的随机数。