国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

numpy-random函數

tomener / 851人閱讀

摘要:既然是講隨機數,眾所周知,計算機世界的隨機數都是偽隨機,都有一個叫做種子的東西可以通過輸入或來使得隨機的結果固定函數根據給定維度生成半開區間之間的數據,包含,不包含表示每個維度返回值為指定緯度的函數返回一個或一組樣本,具有標準正態分布。

感謝scipy.org

在近期的tensorflow學習中,我發現,numpy作為python的數學運算庫,學習tensorflow過程中經常需要用到,而numpy的random函數功能很多,每次用的時候都需要另行google,所以我決定將它的常用用法匯總一下。

0. first of all
import numpy as numpy

既然是講隨機數,眾所周知,計算機世界的隨機數都是偽隨機,都有一個叫做種子(seed)的東西

numpy.random.seed(seed=None)

可以通過輸入int或arrat_like來使得隨機的結果固定

>>> np.random.rand(3, 3)

array([[0.43267997, 0.72368429, 0.72366367],
       [0.28496145, 0.44920635, 0.8924199 ],
       [0.31974178, 0.55658518, 0.01755763]])

>>> np.random.rand(3, 3)

array([[0.75196574, 0.33708946, 0.64345504],
       [0.85048542, 0.18109553, 0.69524277],
       [0.06390142, 0.30589554, 0.51643863]])

>>> np.random.seed(5)
>>> np.random.rand(3, 3)

array([[0.22199317, 0.87073231, 0.20671916],
       [0.91861091, 0.48841119, 0.61174386],
       [0.76590786, 0.51841799, 0.2968005 ]])

>>> np.random.seed(5)
>>> np.random.rand(3, 3)

rray([[0.22199317, 0.87073231, 0.20671916],
       [0.91861091, 0.48841119, 0.61174386],
       [0.76590786, 0.51841799, 0.2968005 ]])
1. numpy.random.rand()

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

rand函數根據給定維度生成半開區間[0,1)之間的數據,包含0,不包含1

dn表示每個維度

返回值為指定緯度的numpy.ndarray

>>> np.random.rand(3, 3) # shape: 3*3

array([[0.94340617, 0.96183216, 0.88510322],
       [0.44543261, 0.74930098, 0.73372814],
       [0.29233667, 0.3940114 , 0.7167332 ]])

>>> np.random.rand(3, 3, 3) # shape: 3*3*3

array([[[0.64794467, 0.17450186, 0.01016758],
        [0.36435826, 0.37682548, 0.19501414],
        [0.26438152, 0.28520726, 0.01617747]],

       [[0.43803165, 0.4096238 , 0.77309074],
        [0.42280405, 0.02623488, 0.82081416],
        [0.7611891 , 0.84823656, 0.64481959]],

       [[0.24420439, 0.62015463, 0.13258205],
        [0.87108689, 0.14997182, 0.43524276],
        [0.58190788, 0.32348629, 0.12158832]]])
2. np.random.randn()

numpy.random.randn(d0,d1,…,dn)

randn函數返回一個或一組樣本,具有標準正態分布。

dn表示每個維度

返回值為指定維度的numpy.ndarray

>>> np.random.randn() # 當沒有輸入參數時,僅返回一個值

-0.7377941002942127

>>> np.random.randn(3, 3)

array([[-0.20565666,  1.23580939, -0.27814622],
       [ 0.53923344, -2.7092927 ,  1.27514363],
       [ 0.38570597, -1.90564739, -0.10438987]])

>>> np.random.randn(3, 3, 3)

array([[[ 0.64235451, -1.64327647, -1.27366899],
        [ 0.69706885,  0.75246699,  2.16235763],
        [ 1.01141338, -0.19188666,  0.07684428]],

       [[ 1.34367043, -0.76837057,  0.27803575],
        [ 0.97007349,  0.41297538, -1.65008923],
        [-3.78282033,  0.67567421, -0.0753552 ]],

       [[-0.86540385,  0.14603592,  0.29318291],
        [-0.8167798 , -0.25492782, -0.58758   ],
        [ 0.02612474,  0.17882535, -0.95483945]]])
3. numpy.random.randint()

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

從區間[low,high)返回隨機整形

參數:low為最小值,high為最大值,size為數組維度大小,dtype為數據類型,默認的數據類型是np.int

high沒有填寫時,默認生成隨機數的范圍是[0,low)

>>> np.random.randint(1, size = 10) # 返回[0, 1)之間的整數,所以只有0

array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])

>>> np.random.randint(1, 5) # 返回[1, 5)之間隨機的一個數字

2

>>> np.random.randint(-3, 3, size=(3, 3))

array([[-1, -2, -2],
       [-3, -1, -2],
       [ 2,  2,  2]])
4. numpy.random.random_sample()

numpy.random.random_sample(size=None)

從[0.0, 1.0)的半開區間返回浮點數

>>> np.random.random_sample()

0.47108547995356098

>>> np.random.random_sample((5,))

array([ 0.30220482,  0.86820401,  0.1654503 ,  0.11659149,  0.54323428])

>>> 5 * np.random.random_sample((3, 2)) - 5

array([[-3.99149989, -0.52338984],
       [-2.99091858, -0.79479508],
       [-1.23204345, -1.75224494]])

類似功能的還有:
numpy.random.random(size=None)
numpy.random.ranf(size=None)
numpy.random.sample(size=None)

5. numpy.random.choice() ??

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

從給定的一位數組中生成一個隨機樣本

a要求輸入一維數組類似數據或者是一個int;size是生成的數組緯度,要求數字或元組;replace為布爾型,決定樣本是否有替換;p為樣本出現概率

>>> np.random.choice(5, 3) # 這個等同于np.random.randint(0,5,3)

array([0, 3, 4])

>>> np.random.choice(5, 3, p=[0.1, 0, 0.3, 0.6, 0])

array([3, 3, 0])

>>> np.random.choice(5, 3, replace=False)

array([3,1,0])

>>> np.random.choice(5, 3, replace=False, p=[0.1, 0, 0.3, 0.6, 0])

array([2, 3, 0])

>>> aa_milne_arr = ["pooh", "rabbit", "piglet", "Christopher"]
>>> np.random.choice(aa_milne_arr, 5, p=[0.5, 0.1, 0.1, 0.3])

array(["pooh", "pooh", "pooh", "Christopher", "piglet"],
      dtype="|S11")

感謝您的閱讀

文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。

轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/42278.html

相關文章

  • JavaScript面向對象編程——Function類型

    摘要:在中,函數也是以對象的形式存在的。也可以使用對象作為參數返回值調用該函數的返回結果。調用自身的函數被稱之為遞歸函數。默認名字的函數被稱之為匿名函數。內部函數在函數中聲明內嵌函數,內嵌函數對函數中的局部變量進行訪問。 Function類型 Function與函數 函數它只定義一次,但可能被執行或調用多次 。Function類型是JavaScript提供的引用類型之一,通過Function...

    Object 評論0 收藏0
  • JavaScript...Function類型...

    摘要:類型與函數函數是這樣一段代碼它只定義一次但可能被執行或調用多次類型是提供的引用類型之一通過類型創建對象在中函數也是以對象的形式存在的每個函數都是一個對象函數名本質就是一個變量名是指向某個對象的引用函數聲明方式字面量方式判斷函數是否為類型的中 Function類型 Function與函數 函數是這樣一段JavaScript代碼 它只定義一次 但可能被執行或調用多次Function類型是J...

    Eirunye 評論0 收藏0
  • js函數探索

    摘要:關于構造函數有幾點需要特別注意構造函數允許在運行時動態的創建并編譯函數。而函數本身的表示該函數的形參。每一個函數都包含不同的原型對象,當將函數用作構造函數的時候,新創建的對象會從原型對象上繼承屬性。 該文章以收錄: 《JavaScript深入探索之路》 前言 函數是這樣的一段JavaScript代碼,它只定義一次,但是可能被執行或調用任意次。你可能已經從諸如子例程或者過程這些名字里...

    thursday 評論0 收藏0
  • 論普通函數和箭頭函數的區別以及箭頭函數的注意事項、不適用場景

    摘要:第二種情況是箭頭函數的如果指向普通函數它的繼承于該普通函數。箭頭函數的指向全局,使用會報未聲明的錯誤。 showImg(https://segmentfault.com/img/remote/1460000018610072?w=600&h=400); 箭頭函數是ES6的API,相信很多人都知道,因為其語法上相對于普通函數更簡潔,深受大家的喜愛。就是這種我們日常開發中一直在使用的API...

    paulquei 評論0 收藏0
  • JavaScript 之 面向對象 [ Function類型 ]

    摘要:類型描述在中的所有函數都是類型的對象定義函數的方式函數聲明方式函數名函數體函數聲明方式定義函數函數聲明方式顯示函數聲明方式字面量方式函數名函數體字面量方式定義函數字面量方式顯示字面量方式構造函數方式函數名參數,函數體函數的參數和函數體,都以 Function類型 描述 在JavaScript中的所有函數都是Function類型的對象 定義函數的方式 函數聲明方式 function 函數...

    AprilJ 評論0 收藏0

發表評論

0條評論

tomener

|高級講師

TA的文章

閱讀更多
最新活動
閱讀需要支付1元查看
<