Простой способ создать матрицу случайных чисел
который крайне нечитаем и не помещается в одну строку.
Строка документации: rand (d0, d1, . dn)
Случайные значения в заданной форме.
Создайте массив заданной формы и распространите его со случайными выборками из равномерного распределения [0, 1) .
Вы можете отказаться от range(len()) :
Но на самом деле вам, вероятно, следует использовать numpy.
использовать np.random.randint() как numpy.random.random_integers() не рекомендуется
Похоже, вы выполняете Python-реализацию упражнения для нейронной сети машинного обучения Coursera. Вот что я сделал для randInitializeWeights (L_in, L_out)
Сначала создайте numpy массив, а затем преобразуйте его в matrix . См. Код ниже:
Для случайных чисел из 10. Для случайных чисел из 20 мы должны умножить на 20.
Когда вы говорите «матрица случайных чисел», вы можете использовать numpy, как Павел https://stackoverflow.com/a/15451997/6169225, упомянутый выше, в этом случае я предполагаю, что вам неважно, какое распределение эти (псевдо ) случайных чисел придерживаются.
Однако, если вам требуется конкретный дистрибутив (я полагаю, вы заинтересованы в равномерном распределении), у вас numpy.random есть очень полезные методы для вас. Например, предположим, что вам нужна матрица 3×2 с псевдослучайным равномерным распределением, ограниченным [low, high]. Сделать это можно так:
Обратите внимание: вы можете заменить uniform любое количество дистрибутивов, поддерживаемых этой библиотекой.
Простой способ создания массива случайных целых чисел:
Следующее выводит матрицу 2 на 3 случайных целых чисел от 0 до 10:
Для создания массива случайных чисел NumPy предоставляет создание массива, используя:
Действительные числа
Целые числа
Для создания массива с помощью случайных чисел Real: есть 2 варианта
- random.rand (для равномерного распределения сгенерированных случайных чисел)
- random.randn (для нормального распределения сгенерированных случайных чисел)
Для создания массива с использованием случайных целых чисел:
- low = Наименьшее (знаковое) целое число, извлекаемое из распределения
- high (необязательно) = Если предоставлено, на единицу выше наибольшего (знакового) целого числа, которое будет извлечено из распределения
- size (необязательно) = Форма вывода, т.е. если заданная форма, например, (m, n, k), то отрисовывается m * n * k образцов
- dtype (необязательно) = желаемый dtype результата.
В данном примере будет создан массив случайных целых чисел от 0 до 4, его размер будет 5 * 5 и 25 целых чисел.
чтобы создать матрицу 5 на 5, ее нужно изменить на
arr2 = np.random.randint (0,5, size = (5,5)), замените символ умножения * на запятую, #
[[2 1 1 0 1] [3 2 1 4 3] [2 3 0 3 3] [1 3 1 0 0] [4 1 2 0 1]]
В данном примере будет создан массив случайных целых чисел от 0 до 1, его размер будет 1 * 10 и будет 10 целых чисел.
NumPy, часть 3: random
Здравствуйте! Я продолжаю работу над пособием по python-библиотеке NumPy.
В прошлой части мы научились работать с массивами.
Сегодня мы узнаем, как создавать массивы из случайных элементов и как работать со случайными элементами в NumPy.
Путь первый
Создавать списки, используя встроенный модуль random, а затем преобразовывать их в numpy.array:
Но есть способ лучше.
numpy.random
Для создания массивов со случайными элементами служит модуль numpy.random.
Создание массивов
Самый простой способ задать массив со случайными элементами — использовать функцию sample (или random, или random_sample, или ranf — это всё одна и та же функция).
Без аргументов возвращает просто число в промежутке [0, 1), с одним целым числом — одномерный массив, с кортежем — массив с размерами, указанными в кортеже (все числа — из промежутка [0, 1)).
С помощью функции randint или random_integers можно создать массив из целых чисел. Аргументы: low, high, size: от какого, до какого числа (randint не включает в себя это число, а random_integers включает), и size — размеры массива.
Также можно генерировать числа согласно различным распределениям (Гаусса, Парето и другие). Чаще всего нужно равномерное распределение, которое можно получить с помощь функции uniform.
Выбор и перемешивание
Перемешать NumPy массив можно с помощью функции shuffle:
Также можно перемешать массив с помощью функции permutation (она, в отличие от shuffle, возвращает перемешанный массив). Также она, вызванная с одним аргументом (целым числом), возвращает перемешанную последовательность от 0 до N.
Сделать случайную выборку из массива можно с помощью функции choice. Про неё стоит рассказать подробнее.
Создание массива со случайными значениями Numpy в Python
Чтобы создать массив numpy определенной формы со случайными значениями в Python, используйте rand() с формой массива, переданной в качестве аргумента.
В этом руководстве мы узнаем, как создать массив numpy со случайными значениями, используя примеры.
Синтаксис
Синтаксис функции rand():
Где, d0, d1, d2, .. – размеры в каждом измерении массива.
Например, numpy.random.rand (2,4) означает двумерный массив формы 2×4. И numpy.random.rand (51,4,8,3) означает 4-мерный массив формы 51x4x8x3.
Функция возвращает массив numpy с указанной формой, заполненный случайными значениями с плавающей запятой от 0 до 1.
Пример 1: создание одномерного массива
Чтобы создать одномерный массив numpy со случайными значениями, передайте длину массива функции rand().
В этом примере мы создадим одномерный массив numpy длиной 7 со случайными значениями для элементов.
Пример 2
Чтобы создать двумерный массив numpy со случайными значениями, передайте требуемую длину массива по двум измерениям в функцию rand().
В этом примере мы создадим двумерный массив numpy длиной 2 в измерении-0 и длиной 4 в измерении-1 со случайными значениями.
Пример 3
Чтобы создать трехмерный массив numpy со случайными значениями, передайте длины по трем измерениям массива в функцию rand().
В этом примере мы создадим трехмерный массив чисел длиной 4, 2, 3 по трем измерениям со случайными значениями.