python代码，如何通过numpy获得一系列随机数？

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

本文描述使用numpy生成随机数的方式，这个随机数的生成和往常的随机数生成的概念区别较大。本文的这些随机数生成函数，得到的并不是一个随机数，而是一组随机数。这个就是和普通的随机数生成函数最大的区别所在。

大家好，这里是苏南大叔的平行空间笔记本博客，记录的是苏南大叔和计算机代码的故事。本文介绍numpy库中的三个随机数函数，分别是：random.rand,random.randn,random.randint。测试环境：win10，python@3.6.8，numpy@1.19.5，pandas@1.1.5。

普通随机数

普通的随机数，测试代码如下：

import random
random.randint(1, 50)
random.choice("中国字abc")
''.join(random.sample("abcdefg123456", 3))

具体可以参考：

• https://seosn.com/say/python-random.html

引入numpy

引入numpy和pandas，numpy是主角，pandas是个龙套。

import numpy as np
import pandas as pd
print(np.__version__)
print(pd.__version__)

numpy.random.rand/randn

这里使用random.rand(行,列)或者random.randn(行,列)，来生成一个随机数的矩阵。

r0 = np.random.rand(5, 3)
r1 = np.random.randn(5, 3)
df = pd.DataFrame(r1, columns=['red', 'green', 'blue'])
print(type(df))
print(df)

这两个函数是有区别的：

• random.rand是随机生成范围为（0,1）的数据。
• random.randn是生成服从标准正太分布的数据，其实就是生成的的数里面，有正数也有负数。

numpy.random.randint

random.randint(min,max,size)，看起来是个没有啥用的函数。返回了size个随机数字，而且随机数字还可以重复，重复的数字索引，有啥用呢？欢迎大家留言。

_list = np.random.randint(0, 5, size=3)  # [0 3 3]
_list = np.random.randint(0, 5, 3)       # [0 3 3]
_df = df.take(_list)
print(_list)
print(_df)

.take(索引数组)功能，就是取"索引数组"位置的数据。

size有好几个取值：

• 不设置，就是默认返回一个随机整数。
• 设置为整数，就是返回{size}个随机整数。
• 设置为tuple，比如(2,3)。就是返回指定形状的一组随机整数。

相关文章

• https://seosn.com/say/python-def.html
• https://seosn.com/say/python-dir.html
• https://seosn.com/say/python-set-diff.html

综述

也没有啥好总结的，随机数矩阵似乎用途也不大，生成的随机数矩阵也似乎没有啥用。必须配合pandas使用，才有使用意义。更多python经验文章，请点击：

• https://seosn.com/tag/python/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。