NumPy 中的随机数
- Hal Sebelumnya Pemfilter Array NumPy
- Hal Berikutnya ufunc NumPy
什么是随机数?
随机数并不意味着每次都有不同的数字。随机意味着无法在逻辑上预测的事物。
伪随机和真随机
计算机在程序上工作,程序是权威的指令集。因此,这意味着必须有某种算法来生成随机数。
如果存在生成随机数的程序,则可以预测它,因此它就不是真正的随机数。
通过生成算法生成的随机数称为伪随机数。
我们可以生成真正的随机数吗?
是的。为了在我们的计算机上生成一个真正的随机数,我们需要从某个外部来源获取随机数据。外部来源通常是我们的击键、鼠标移动、网络数据等。
我们不需要真正的随机数,除非它与安全性(例如加密密钥)有关或应用的基础是随机性(例如数字轮盘赌轮)。
在本教程中,我们将使用伪随机数。
生成随机数
NumPy 提供了 random 模块来处理随机数。
Contoh
生成一个 0 到 100 之间的随机整数:
from numpy import random x = random.randint(100) print(x)
生成随机浮点
random 模块的 rand()
方法返回 0 到 1 之间的随机浮点数。
Contoh
生成一个 0 到 100 之间的随机浮点数:
from numpy import random x = random.rand() print(x)
生成随机数组
在 NumPy 中,我们可以使用上例中的两种方法来创建随机数组。
整数
randint()
方法接受 size
参数,您可以在其中指定数组的形状。
Contoh
Buat array 1-D yang berisi 5 bilangan integer acak dari 0 hingga 100:
from numpy import random x=random.randint(100, size=(5)) print(x)
Contoh
Buat array 2-D dengan 3 baris, setiap baris berisi 5 bilangan integer acak dari 0 hingga 100:
from numpy import random x = random.randint(100, size=(3, 5)) print(x)
Bilangan floating-point
rand()
Metode ini juga memungkinkan Anda menentukan bentuk array.
Contoh
Buat array 1-D yang berisi 5 bilangan acak floating-point:
from numpy import random x = random.rand(5) print(x)
Contoh
Buat array 2-D dengan 3 baris, setiap baris berisi 5 bilangan acak:
from numpy import random x = random.rand(3, 5) print(x)
Buat bilangan acak dari array
choice()
Metode ini memungkinkan Anda mengenerate nilai acak berdasarkan array nilai.
choice()
Metode ini menerima array sebagai parameter dan mengembalikan salah satu nilai di dalamnya.
Contoh
Kembalikan salah satu nilai dalam array:
from numpy import random x = random.choice([3, 5, 7, 9]) print(x)
choice()
Metode ini juga memungkinkan Anda mengembalikan array nilai.
Tambahkan satu size
Parameter menentukan bentuk array.
Contoh
Buat array dua dimensi yang terdiri dari nilai parameter (3, 5, 7 dan 9):
from numpy import random x = random.choice([3, 5, 7, 9], size=(3, 5)) print(x)
- Hal Sebelumnya Pemfilter Array NumPy
- Hal Berikutnya ufunc NumPy