np.random.randint与np.random的区别

`np.random.randint` 和 `np.random` 都是 numpy 库中的随机数生成器。

区别在于：

- `np.random.randint` 用于生成整数随机数，可以指定生成的随机数的范围和数量。
- `np.random` 可以生成各种类型的随机数，包括浮点数、整数、布尔值、随机序列等，并且可以指定生成的随机数的形状（shape）和分布（distribution）。

举个例子：

import numpy as np

# 生成一个在 [0, 10) 范围内的随机整数
x = np.random.randint(0, 10)
print(x)

# 生成一个形状为 (2, 3) 的随机浮点数数组
y = np.random.random((2, 3))
print(y)

输出：

3
[[0.41186054 0.88241333 0.76481163]
 [0.51845688 0.58414744 0.61752324]]

相关问题

np.random.rand(num)和np.random.randint(num)的区别

np.random.rand(num)和np.random.randint(num)是numpy库中用于生成随机数的两个函数，它们的区别如下：

1. np.random.rand(num)函数生成一个指定形状的[0, 1)之间均匀分布的随机数数组。参数num指定了生成的随机数的形状，可以是一个整数或一个元组。例如，np.random.rand(3, 2)将生成一个3行2列的随机数数组。

2. np.random.randint(num)函数生成一个指定范围内的随机整数数组。参数num指定了生成的随机数的范围，可以是一个整数或一个元组。例如，np.random.randint(1, 10, size=(3, 2))将生成一个3行2列的随机整数数组，范围在1到10之间。

总结起来，np.random.rand(num)生成的是[0, 1)之间的随机数，而np.random.randint(num)生成的是指定范围内的随机整数。

示例代码如下：

import numpy as np

# 生成一个3行2列的[0, 1)之间均匀分布的随机数数组
random_array1 = np.random.rand(3, 2)
print(random_array1)

# 生成一个3行2列的1到10之间的随机整数数组
random_array2 = np.random.randint(1, 10, size=(3, 2))
print(random_array2)

matrix_r = np.random.randint(0, 256, size=(128, 128)) print(matrix_r) matrix_g = np.random.randint(0, 256, size=(128, 128)) matrix_b = np.random.randint(0, 256, size=(128, 128)) print(matrix_b) print(matrix_b.shape) # 将三个矩阵拼接成一个3通道128乘128的矩阵

可以使用numpy中的dstack函数将三个矩阵按深度方向进行拼接，生成一个3通道128x128的矩阵，代码如下：

matrix_rgb = np.dstack((matrix_r, matrix_g, matrix_b))
print(matrix_rgb)
print(matrix_rgb.shape)

其中，dstack函数的作用是将三个矩阵按深度方向进行拼接，生成一个3通道的矩阵。最后输出拼接后的矩阵以及其形状。