Numpy如何生成指定范围内的随机数组

在本文中，我们将介绍如何使用Numpy生成指定范围内的随机数组。

阅读更多：Numpy 教程

什么是Numpy

Numpy是Python中的一个开源数值计算库，广泛应用于科学计算和数据分析领域。它提供了矩阵运算、线性代数、傅里叶变换等相关功能，并具有高效的数组操作、广播功能和内置函数等特性。

如何使用Numpy生成随机数

Numpy中提供了几种方法可以生成随机数，并且可以通过指定参数来控制随机数的种子、分布、维度等属性。其中最常用的方法是numpy.random包中的rand、randn、randint和random_sample方法，下面将对每个方法进行详细介绍。

numpy.random.rand

rand方法生成指定维度的随机数组，取值范围在[0, 1)之间，可以通过参数控制维度、随机数生成器、间隔等属性。

import numpy as np

# 生成一个1x3的随机数组
a = np.random.rand(1, 3)
print(a)

# 生成一个3x3的随机数组
b = np.random.rand(3, 3)
print(b)

输出结果：

[[0.22946876 0.66471069 0.42939109]]
[[0.84759102 0.78825246 0.07802907]
 [0.50229649 0.42498306 0.19070012]
 [0.48425696 0.8789078  0.85610688]]

numpy.random.randn

randn方法也生成指定维度的随机数组，但是它的取值范围是符合标准正态分布的随机数。同样可以通过参数控制维度、随机数生成器等属性。

import numpy as np

# 生成一个1x3的标准正态分布随机数组
a = np.random.randn(1, 3)
print(a)

# 生成一个3x3的标准正态分布随机数组
b = np.random.randn(3, 3)
print(b)

输出结果：

[[ 0.92998762  0.11004796 -0.2902903 ]]
[[-0.43413975  0.4753167  -0.98159169]
 [-0.73112945  2.01939129 -0.59610325]
 [-0.32873137 -1.11080671 -0.65255436]]

numpy.random.randint

randint方法生成指定范围内的整数随机数组，可以通过参数控制最大值、最小值、维度等属性。

import numpy as np

# 生成一个1x3的随机整数数组，范围在[0, 9)之间
a = np.random.randint(0, 9, (1, 3))
print(a)

# 生成一个3x3的随机整数数组，范围在[1, 6)之间
b = np.random.randint(1, 6, (3, 3))
print(b)

输出结果：

[[0 4 6]]
[[1 3 3]
 [4 2 5]
 [4 4 5]]

numpy.random.random_sample

random_sample方法和rand方法类似，也是生成指定维度的随机数组，取值范围在[0, 1)之间。不同的是，random_sample方法可以通过参数指定随机数的种子，以确保每次生成的随机数序列是一致的。

import numpy as np

# 指定随机数种子，生成一个4x4的随机数组
np.random.seed(1)
a = np.random.random_sample((4, 4))
print(a)

# 再次使用相同的随机数种子，生成一个4x4的随机数组
np.random.seed(1)
b = np.random.random_sample((4, 4))
print(b)

输出结果：

[[4.17022005e-01 7.20324493e-01 1.14374817e-04 3.02332573e-01]
 [1.46755891e-01 9.23385948e-02 1.86260211e-01 3.45560727e-01]
 [3.96767474e-01 5.38816734e-01 4.19194514e-01 6.85219500e-01]
 [2.04452250e-01 8.78117436e-01 2.73875932e-02 6.70467510e-01]]
[[4.17022005e-01 7.20324493e-01 1.14374817e-04 3.02332573e-01]
 [1.46755891e-01 9.23385948e-02 1.86260211e-01 3.45560727e-01]
 [3.96767474e-01 5.38816734e-01 4.19194514e-01 6.85219500e-01]
 [2.04452250e-01 8.78117436e-01 2.73875932e-02 6.70467510e-01]]

通过上面的示例可以看出，当使用相同的随机数种子生成随机数组时，每次生成的随机数序列是一致的。这是非常有用的，因为在某些情况下，需要确保随机数的序列是一致的。

如何生成指定范围内的随机数组

在了解如何生成随机数组之后，下面介绍如何生成指定范围内的随机数组。

通过简单运算

我们可以通过简单的数学运算来将生成的随机数组映射到指定的范围内。例如，假设我们要生成一个范围在[10, 20]之间的随机数组，我们可以使用下面的代码：

import numpy as np

# 生成一个范围在[0, 1)之间的随机数组
a = np.random.rand(3, 3)

# 将随机数组映射到[10, 20]之间
b = a * 10 + 10

print(b)

输出结果：

[[11.78562268 17.79241991 13.01914117]
 [18.10518336 15.66083116 11.02366253]
 [14.68046683 11.69807392 13.5033631 ]]

通过指定范围

我们也可以使用numpy.random.uniform方法生成指定范围内的随机数组。这个方法的用法类似于rand方法，但是可以指定最小值和最大值。

import numpy as np

# 生成一个范围在[10, 20)之间的随机数组
a = np.random.uniform(10, 20, (3, 3))

print(a)

输出结果：

[[10.75626541 18.28223349 18.62252446]
 [11.30009809 16.18113623 12.9680248 ]
 [16.28613409 15.37911401 12.38595428]]

通过指定分布

我们也可以使用众多分布函数生成指定分布的随机数组，例如正态分布、泊松分布、指数分布等等。这些分布函数都可以在numpy.random包中找到。下面是一个通过正态分布生成随机数组的例子：

import numpy as np

# 生成一个均值为10，标准差为1的正态分布随机数组
a =np.random.normal(10, 1, (3, 3))

print(a)

输出结果：

[[10.75381373  9.60859887 10.76416662]
 [ 8.43467493 10.3634105   9.29991734]
 [10.98486532 10.48380205  9.11965238]]

总结

本文介绍了Numpy中生成随机数组的几种常用方法，并且讲解了如何通过简单运算、指定范围、指定分布来生成指定范围内的随机数组。熟练掌握这些方法对于数据分析、机器学习等领域是非常重要的。通过不断练习和应用，相信读者们可以更加熟练地掌握Numpy的使用。