菜鸟笔记-Numpy函数-full/random.randint/random.choice

2024-04-07 07:36

本文主要是介绍菜鸟笔记-Numpy函数-full/random.randint/random.choice,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

full函数

numpy.full 是 NumPy 库中的一个函数,它用于创建一个具有指定形状、数据类型和填充值的数组。此函数非常有用,因为它允许你快速生成一个具有相同值的数组,而无需手动设置每个元素。

1函数介绍

numpy.full(shape, fill_value, dtype=None, order='C')

  • shape: 数组的形状,可以是一个整数或整数元组。
  • fill_value: 用于填充数组的值。
  • dtype: 数组的数据类型。如果未指定,则将从 fill_value 中推断数据类型。
  • order: 指定数组在内存中的存储顺序。'C' 表示 C 风格的顺序(行优先),'F' 表示 Fortran 风格的顺序(列优先),'A' 表示原始顺序,'K' 表示元素在内存中的出现顺序。

2示例

示例 1:创建一维数组

import numpy as np  # 创建一个长度为 5 的一维数组,所有元素的值都是 7  
arr = np.full(5, 7)  
print(arr)

 结果输出:

[7 7 7 7 7]

示例 2:创建二维数组

import numpy as np  # 创建一个 2x3 的二维数组,所有元素的值都是 10  
arr = np.full((2, 3), 10)  
print(arr)

输出结果:

[[10 10 10]
 [10 10 10]]

示例 3:指定数据类型

import numpy as np  # 创建一个长度为 3 的一维数组,所有元素的值都是 3.14,数据类型为 float  
arr = np.full(3, 3.14, dtype=float)  
print(arr)

输出结果:

[3.14 3.14 3.14]

import numpy as nparr = np.full_like([[1,2,3],[4,5,6]],8)
print(arr)

输出结果:

[[8 8 8]
 [8 8 8]]

import numpy as nparr = np.full_like([[1,2,3],[4,5,6]],[7,8,9])
print(arr)

 [[7 8 9]
 [7 8 9]]

import numpy as nparr = np.full_like([[1,2,3],[4,5,6]],[[7],[8]])
print(arr)

输出结果:

[[7 7 7]
 [8 8 8]]
 

3注意点

  • numpy.full 与 numpy.zeros 和 numpy.ones 有些相似,但 numpy.full 允许你指定填充值,而不仅仅是 0 或 1。
  • 在使用 numpy.full 时,请确保你明确知道 fill_value 的数据类型,以避免不必要的数据类型转换。

random.randint函数

numpy.random.randint 是 NumPy 库中用于生成随机整数的函数。这个函数允许你指定一个范围(包括开始和结束值),然后返回在这个范围内均匀分布的随机整数。

1函数介绍

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

  • low:生成的随机整数的最小值(包含)。
  • high:生成的随机整数的最大值(不包含)。如果未指定,则 high 将被设置为 low 的值,且函数将返回一个等于 low 的随机整数。
  • size:输出的形状。如果提供了,则输出将是给定形状的数组。默认是 None,表示返回一个标量。
  • dtype:输出数组的数据类型。默认是 np.int(通常是 np.int32 或 np.int64,取决于平台)。

2示例

示例 1:生成单个随机整数

import numpy as np  # 生成一个介于 0(包含)和 10(不包含)之间的随机整数  
random_int = np.random.randint(0, 10)  
print(random_int)

输出结果:

4【输出可能是 0 到 9 之间的任意一个整数。】

示例 2:生成一个随机整数数组

import numpy as np  # 生成一个形状为 (3,) 的数组,包含介于 0 和 10 之间的随机整数  
random_ints = np.random.randint(0, 10, size=(3,))  
print(random_ints)

输出结果类似于:

[5 1 1]

示例 3:生成一个一维随机整数数组

import numpy as nprandom_ints_2d = np.random.randint([3,5,7],10)
print(random_ints_2d)

#生成3个随机数,一维数组,分别介于[3,10)、[5,10)、[7,10)之间

类似结果于:

[8 8 9]

例:

import numpy as nprandom_ints_2d = np.random.randint(3,[10,100,5])
print(random_ints_2d)

#生成3个随机数,一维数组,分别介于[3,10)、[3,100)、[3,5)之间

类似结果于:

[ 5 41  4]

例:

import numpy as nprandom_ints_2d = np.random.randint([3,50,1],[10,100,5])
print(random_ints_2d)

#生成3个随机数,一维数组,分别介于[3,10)、[50,100)、[1,5)之间 

类似结果于:

[ 9 96  1]

示例4:生成一个二维随机整数数组

import numpy as np  # 生成一个形状为 (2, 3) 的二维数组,包含介于 0 和 10 之间的随机整数  
random_ints_2d = np.random.randint(0, 10, size=(2, 3))  
print(random_ints_2d)

输出结果类似于:

[[2 9 0]
 [3 3 9]]

3注意点

  • numpy.random.randint 返回的整数是均匀分布的,即在给定范围内,每个整数被选中的概率是相同的。
  • 如果你只提供一个参数给 numpy.random.randint,那么它会被当作 high 参数,而 low 默认为 0。例如,np.random.randint(5) 将返回一个介于 0(包含)和 5(不包含)之间的随机整数。
  • 生成的随机整数是伪随机数,它们是由一个确定的算法生成的,因此每次你运行相同的代码时,如果随机数生成器的种子没有改变,你将得到相同的随机序列。

random.choice

 numpy.random.choice 用于从给定的一维数组或数字序列中随机选择元素。这个函数在需要随机抽样时非常有用,无论是从一组数值中还是从一个更复杂的一维数组(如字符串列表或对象数组)中。

1函数介绍

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

参数解释

  1. a
    • 类型:1-D array-like or int。
    • 描述:如果 a 是一个整数,则定义从 0 到 a-1(小于a的非负整数) 的整数数组。如果 a 是一个数组,则从 a 中随机抽取元素。
  2. size
    • 类型:整数或整数元组(可选)。
    • 描述:输出数组的形状。如果提供了形状,则函数将返回一个指定形状的数组,其中每个元素都是从 a 中随机选择的。如果未指定(默认为 None),则返回一个标量。
  3. replace
    • 类型:布尔值(可选)。
    • 描述:是否允许替换。如果 True(默认值),则抽取的元素可以重复出现。如果 False,则抽取的元素不会重复出现,直到所有元素都被抽取。
  4. p
    • 类型:1-D array-like(可选)。
    • 描述:与 a 形状相同的序列,用于指定每个元素被抽取的概率。如果没有提供,则假定所有元素具有相同的抽取概率。

返回值

  • 类型:ndarray。
  • 描述:从 a 中随机抽取的数组,其形状由 size 参数指定。

2示例

示例 1:从整数范围中随机选择

import numpy as np  # 从 0 到 4(包含)中随机选择一个整数  
choice = np.random.choice(5)  
print(choice)

输出结果类似于:

1

例:

import numpy as npabc=np.random.choice(5,10)
print(abc)

从小于5的非负整数中随机选择10个

输出结果类似于:

[2 4 3 2 0 0 0 3 0 0]

例:

import numpy as npabc=np.random.choice([80,70,60,10,50,40],(3,5))
print(abc)

 从指定的数据中随机选择15个,输出结果类似于:

[[70 80 40 60 40]
 [70 60 40 80 40]
 [50 80 40 60 70]]

示例 2:从数组中随机选择元素

import numpy as np  # 创建一个数组  
arr = np.array(['apple', 'banana', 'cherry'])  # 从数组中随机选择一个元素  
choice = np.random.choice(arr)  
print(choice)

输出结果类似于:

apple

示例 3:随机选择多个元素(不替换)

import numpy as np  # 创建一个数组  
arr = np.array([1, 2, 3, 4, 5])  # 从数组中随机选择 3 个不重复的元素  
choices = np.random.choice(arr, size=3, replace=False)  
print(choices)

输出结果类似于:

[3 1 2]

示例 4:使用自定义概率进行随机选择

import numpy as np  # 创建一个数组  
arr = np.array(['a', 'b', 'c', 'd'])  # 定义每个元素被选择的概率  
probs = np.array([0.1, 0.1, 0.6, 0.2])  # 根据定义的概率从数组中随机选择一个元素  
choice = np.random.choice(arr, p=probs)  
print(choice)

结果输出类似于:

d

3注意事项

  • 当 replace 为 False 时,如果 a 中的元素数量小于 size,则 numpy.random.choice 函数将引发一个 ValueError,因为无法在不替换的情况下抽取足够的唯一元素。
  • p 参数必须与 a 的形状相匹配,并且所有概率之和必须为 1。如果未提供 p,则假定所有元素的选择概率相等。
  • numpy.random.choice 返回的数组的数据类型与 a 的数据类型相同(或兼容)。

这篇关于菜鸟笔记-Numpy函数-full/random.randint/random.choice的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/882003

相关文章

Python的time模块一些常用功能(各种与时间相关的函数)

《Python的time模块一些常用功能(各种与时间相关的函数)》Python的time模块提供了各种与时间相关的函数,包括获取当前时间、处理时间间隔、执行时间测量等,:本文主要介绍Python的... 目录1. 获取当前时间2. 时间格式化3. 延时执行4. 时间戳运算5. 计算代码执行时间6. 转换为指

Python正则表达式语法及re模块中的常用函数详解

《Python正则表达式语法及re模块中的常用函数详解》这篇文章主要给大家介绍了关于Python正则表达式语法及re模块中常用函数的相关资料,正则表达式是一种强大的字符串处理工具,可以用于匹配、切分、... 目录概念、作用和步骤语法re模块中的常用函数总结 概念、作用和步骤概念: 本身也是一个字符串,其中

shell编程之函数与数组的使用详解

《shell编程之函数与数组的使用详解》:本文主要介绍shell编程之函数与数组的使用,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录shell函数函数的用法俩个数求和系统资源监控并报警函数函数变量的作用范围函数的参数递归函数shell数组获取数组的长度读取某下的

SpringBoot应用中出现的Full GC问题的场景与解决

《SpringBoot应用中出现的FullGC问题的场景与解决》这篇文章主要为大家详细介绍了SpringBoot应用中出现的FullGC问题的场景与解决方法,文中的示例代码讲解详细,感兴趣的小伙伴可... 目录Full GC的原理与触发条件原理触发条件对Spring Boot应用的影响示例代码优化建议结论F

MySQL高级查询之JOIN、子查询、窗口函数实际案例

《MySQL高级查询之JOIN、子查询、窗口函数实际案例》:本文主要介绍MySQL高级查询之JOIN、子查询、窗口函数实际案例的相关资料,JOIN用于多表关联查询,子查询用于数据筛选和过滤,窗口函... 目录前言1. JOIN(连接查询)1.1 内连接(INNER JOIN)1.2 左连接(LEFT JOI

MySQL中FIND_IN_SET函数与INSTR函数用法解析

《MySQL中FIND_IN_SET函数与INSTR函数用法解析》:本文主要介绍MySQL中FIND_IN_SET函数与INSTR函数用法解析,本文通过实例代码给大家介绍的非常详细,感兴趣的朋友一... 目录一、功能定义与语法1、FIND_IN_SET函数2、INSTR函数二、本质区别对比三、实际场景案例分

利用Python快速搭建Markdown笔记发布系统

《利用Python快速搭建Markdown笔记发布系统》这篇文章主要为大家详细介绍了使用Python生态的成熟工具,在30分钟内搭建一个支持Markdown渲染、分类标签、全文搜索的私有化知识发布系统... 目录引言:为什么要自建知识博客一、技术选型:极简主义开发栈二、系统架构设计三、核心代码实现(分步解析

C++ Sort函数使用场景分析

《C++Sort函数使用场景分析》sort函数是algorithm库下的一个函数,sort函数是不稳定的,即大小相同的元素在排序后相对顺序可能发生改变,如果某些场景需要保持相同元素间的相对顺序,可使... 目录C++ Sort函数详解一、sort函数调用的两种方式二、sort函数使用场景三、sort函数排序

C语言函数递归实际应用举例详解

《C语言函数递归实际应用举例详解》程序调用自身的编程技巧称为递归,递归做为一种算法在程序设计语言中广泛应用,:本文主要介绍C语言函数递归实际应用举例的相关资料,文中通过代码介绍的非常详细,需要的朋... 目录前言一、递归的概念与思想二、递归的限制条件 三、递归的实际应用举例(一)求 n 的阶乘(二)顺序打印

C/C++错误信息处理的常见方法及函数

《C/C++错误信息处理的常见方法及函数》C/C++是两种广泛使用的编程语言,特别是在系统编程、嵌入式开发以及高性能计算领域,:本文主要介绍C/C++错误信息处理的常见方法及函数,文中通过代码介绍... 目录前言1. errno 和 perror()示例:2. strerror()示例:3. perror(