作者:好学的程序员 | 来源:互联网 | 2024-11-10 15:43
通过导入NumPy库并使用其随机模块,可以轻松生成随机矩阵。具体而言,`np.random.seed(n)`用于设置随机数生成器的种子,其中`n`是一个整数,确保每次运行时生成相同的随机数序列。而`np.random.rand(n)`则用于生成一个形状为`(n,)`的一维随机数组,每个元素都在0到1之间均匀分布。若需生成多维随机矩阵,可将`n`替换为指定的形状元组,如`np.random.rand(m,n)`生成一个形状为`(m,n)`的二维随机矩阵。
import numpy as np
from numpy import random as rad
生成随机矩阵 | 解释 |
rad.seed(n),n为整数 | 确定随机数生成种子 |
rad.rand(n),n为整数 | 生成n个均匀分布的样本值(0,1) |
rad.randint(begin, end, n) | 从给定的范围 [begin,end) 内生成n个随机整数 |
rad.randn(N,M,...) | 生成N*M*...的正态分布矩阵(平均值为0,标准差为1) |
rad.normal(size=(N,M,...)) | 生成N*M*...的其他正态分布矩阵 |
rad.uniform(min,max) | 在 [min,max) 范围内生成随机分布的一个样本值 |
rad.Beta(array1, array2) | 生成beta分布的样本值,参数必须大于0 |
rad.gamma() | 生成gamma分布的样本值 |