numpy 随机生成整数

可以使用 numpy.random.randint() 函数来随机生成整数。该函数的参数包括 low、high、size 等。

例如，以下代码会生成一个包含 10 个 1 到 100 之间的随机整数的 numpy 数组：

import numpy as np

random_integers = np.random.randint(low=1, high=101, size=10)
print(random_integers)

输出：

[ 1 82 60  3  1 98 37 81 65 20]

其中，low 和 high 参数分别指定了随机数的范围，size 参数指定了生成的随机数的数量。

相关问题

numpy生成随机整数

可以使用NumPy库中的random模块来生成随机整数。下面是两种生成随机整数的方法：

1.使用randint()函数生成指定范围内的随机整数

import numpy as np

# 生成10个范围在[0, 100)内的随机整数
random_ints = np.random.randint(0, 100, size=10)
print(random_ints)

2.使用random_integers()函数生成指定范围内的随机整数

import numpy as np

# 生成10个范围在[0, 100)内的随机整数
random_ints = np.random.random_integers(0, 100, size=10)
print(random_ints)

注意：random_integers()函数已经被弃用，建议使用randint()函数。

numpy随机生成数组

在Numpy中，可以使用np.random模块来生成随机数组。其中常用的函数有：
1. np.random.rand(d0, d1, …, dn)：用于生成均匀分布的随机数，d0, d1, …, dn为数组的维度，返回[0,1)内的一组均匀分布的数。
2. np.random.randint(low[, high, size, dtype])：用于生成随机整数，从一个均匀分布中随机采样，生成一个整数或N维整数数组。取数范围：若high不为None时，取[low,high)之间随机整数，否则取值[0,low)之间随机整数。dtype：数据类型。size：数据个数或形状。high：最大值。low：最小值。
3. np.random.random([size])：用于生成[0,1)范围内的随机数，size为随机数的个数或形状。
4. np.random.choice(a, size=None, replace=True, p=None)：用于从a中随机选择指定数据。数组p：与数组a相对应，表示取数组a中每个元素的概率，默认为选取每个元素的概率相同。replace: True表示可以取相同数字，False表示不可以取相同数字。从a(一维数组)中随机抽取数字，并组成指定大小(size)的数组。
5. np.random.uniform(low=0.0,high=1.0,size=None)：从一个均匀分布[low,high)中随机采样。low: 采样下界，float类型，默认为0。high: 采样上界，float类型，默认为1。size: 输出样本数目，为int或元组(tuple)类型，如size=(a,b,c)指定为三维数组，输出a×b×c个样本，缺省时输出1个值。返回值：ndarray类型，其形状和参数size中描述一致。