numpy生成隨機數的實用技巧，需要具體代碼示例
隨機數在數據科學和機器學習中有廣泛的應用。在Python中，numpy是一個被廣泛使用的數學庫，提供了豐富的隨機數生成函數。本文將介紹numpy庫中生成隨機數的實用技巧，并給出具體的代碼示例。
- 生成隨機整數
生成隨機整數是常見的需求。numpy庫提供了randint函數來生成指定范圍內的隨機整數。以下示例代碼生成10個范圍在0到9之間的隨機整數：
import numpy as np random_integers = np.random.randint(0, 10, size=10) print(random_integers)
登錄后復制
- 生成隨機浮點數
生成隨機浮點數也是常見的需求。numpy庫中的random函數提供了rand和uniform函數用于生成不同分布的隨機浮點數。以下示例代碼生成一個范圍在0到1之間的隨機浮點數：
import numpy as np random_float = np.random.rand() print(random_float)
登錄后復制
而以下示例代碼生成一個范圍在1到10之間的隨機浮點數：
import numpy as np random_float = np.random.uniform(1, 10) print(random_float)
登錄后復制
- 生成隨機數組
生成隨機數組是常見的需求，numpy庫提供了randn函數用于生成符合標準正態分布的隨機數組。以下示例代碼生成一個5行3列的隨機數組：
import numpy as np random_array = np.random.randn(5, 3) print(random_array)
登錄后復制
- 設置隨機數種子
在使用隨機數時，有時候需要保證生成的隨機數序列是可重復的。numpy庫提供了seed函數用于設置隨機數種子，從而確定隨機數的生成序列。以下示例代碼設置隨機數種子為1，并生成5個隨機整數：
import numpy as np np.random.seed(1) random_integers = np.random.randint(0, 10, size=5) print(random_integers)
登錄后復制
通過設置相同的隨機數種子，可以確保每次運行生成的隨機數序列是一樣的。
總結：
本文介紹了numpy庫中生成隨機數的一些實用技巧。通過使用randint、rand、uniform和randn函數，我們可以方便地生成符合要求的隨機數。另外，通過設置隨機數種子，可以確保生成的隨機數序列是可重復的。希望本文可以幫助讀者更好地應用numpy庫來生成隨機數。
