NumPy生成随机数组的多种方法（附带实例）

生成随机数组主要使用 NumPy 的 random 模块，下面介绍几个常用的生成随机数组的函数。

NumPy rand()函数

rand() 函数用于生成 (0, 1) 区间的随机数组，输入一个值随机生成一维数组，输入一对值随机生成二维数组，语法格式如下：

numpy.random.rand(d0, d1, d2, d3..., dn)

参数 d0，d1，...，dn 为整数，表示维数，可以为空值。

【实例】随机生成一维数组和二维数组，程序代码如下：

import numpy as np
n = np.random.rand(5)
print('随机生成0到1之间的一维数组：')
print(n)
n1 = np.random.rand(2, 5)
print('随机生成0到1之间的二维数组：')
print(n1)

运行程序，结果如下：

随机生成0到1之间的一维数组：
[0.61263942 0.91212086 0.52012924 0.98204632 0.31633564]
随机生成0到1之间的二维数组：
[[0.82044812 0.26050245 0.57000398 0.6050845  0.50440925]
[0.29113919 0.86638283 0.74161101 0.0728488  0.4466494 ]]

NumPy randn() 函数

randn() 函数用于生成满足正态分布的随机数组，语法格式如下：

numpy.random.randn(d0, d1, d2, d3..., dn)

【实例】生成满足正态分布的随机数组，程序代码如下：

import numpy as np
n1 = np.random.randn(5)
print('随机生成满足正态分布的一维数组：')
print(n1)
n2 = np.random.randn(2, 5)
print('随机生成满足正态分布的二维数组：')
print(n2)

运行程序，结果如下：

随机生成满足正态分布的一维数组：
[-0.05282077  0.79946288  0.96003714  0.29555332 -1.26818832]
随机生成满足正态分布的二维数组：
[[ 1.6872899  1.62042986  2.69278922 -0.64467268 -1.75645902]
[ 1.0973791  -0.22962313 -0.26965705  0.1225163  -1.89051741]]

NumPy randint()函数

randint() 函数与 NumPy 的 arange() 函数类似。randint() 函数用于生成一定范围内的随机数组，返回值为左闭右开区间，语法格式如下：

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

参数说明：

• low：低值（起始值），整数，当参数high不为空值时，参数low的值应小于参数high的值，否则程序会出现错误；
• high：高值（终止值），整数；
• size：数组维数，整数或者元组，整数表示一维数组，元组表示多维数组。默认值为空值，仅返回一个整数。

【实例】生成一定范围内的随机数组，程序代码如下：

import numpy as np
n1 = np.random.randint(1, 3, 10)
print('随机生成10个1到3之间且不包括3的整数：')
print(n1)
n2 = np.random.randint(5, 10)
print('size数组大小为空，随机返回一个整数：')
print(n2)
n3 = np.random.randint(5, size=(2, 5))
print('随机生成5以内的二维数组')
print(n3)

运行程序，结果如下：

随机生成10个1到3之间且不包括3的整数：
[2 1 2 1 2 2 2 1 1]
size数组大小为空，随机返回一个整数：
8
随机生成5以内的二维数组：
[[2 2 2 4 2]
[3 1 3 1 4]]

NumPy normal()函数

normal() 函数用于生成满足正态分布的随机数组，语法格式如下：

numpy.random.normal(loc, scale, size)

参数说明：

• loc：正态分布的均值，对应正态分布的中心。loc=0 说明是一个以 y 轴为对称轴的正态分布。
• scale：正态分布的标准差，对应正态分布的宽度，scale 值越大，正态分布的曲线越矮胖，scale 值越小，曲线越高瘦。
• size：表示数组维数。

【实例】生成满足正态分布的随机数组，程序代码如下：

import numpy as np
n = np.random.normal(loc=0, scale=0.1, size=10)
print(n)

运行程序，结果如下：

[ 0.08530096  0.0404147 -0.0035828  0.05405901 -0.01677737 -0.02448481
  0.13410224 -0.09780364  0.06095256 -0.0431846 ]