numpy.random.RandomState.random_integers

方法

random.RandomState.random_integers(low, high=None, size=None)

类型的随机整数 np.int_ 之间 low 和 high 包括在内。

返回类型为的随机整数 np.int_ 从封闭区间的“离散均匀”分布 [low, high] . 如果 high 为“无”（默认），则结果来自 [1, low] . 这个 np.int_ 类型转换为C长整数类型，其精度取决于平台。

此函数已被弃用。用兰丁代替。

1.11.0 版后已移除.

参数

low利息

从分布中提取的最小（有符号）整数（除非 high=None ，在这种情况下，此参数是 最高 这样的整数）。

high可选的

如果提供，则从分布中提取的最大（有符号）整数（请参阅上面的行为if high=None ）

sizeint或int的元组，可选

输出形状。如果给定的形状是，例如， (m, n, k) 然后 m * n * k 取样。默认值为无，在这种情况下返回单个值。

返回

out整数或整数数组

size -来自适当分布的随机整数的整形数组，或单个这样的随机整数，如果 size 未提供。

参见

randint

类似 random_integers ，仅适用于半开间隔[low， high ，如果 high 被省略。

笔记

要从A和B之间的N个等间距浮点数采样，请使用：

a + (b - a) * (np.random.random_integers(N) - 1) / (N - 1.)

实例

>>> np.random.random_integers(5)
4 # random
>>> type(np.random.random_integers(5))
<class 'numpy.int64'>
>>> np.random.random_integers(5, size=(3,2))
array([[5, 4], # random
       [3, 3],
       [4, 5]])

从0到2.5之间（含0和2.5）的五个等距数字集中选择五个随机数（ i.e. ，从集合 ）：

>>> 2.5 * (np.random.random_integers(5, size=(5,)) - 1) / 4.
array([ 0.625,  1.25 ,  0.625,  0.625,  2.5  ]) # random

掷两个六边形骰子1000次，结果相加：

>>> d1 = np.random.random_integers(1, 6, 1000)
>>> d2 = np.random.random_integers(1, 6, 1000)
>>> dsums = d1 + d2

将结果显示为柱状图：

>>> import matplotlib.pyplot as plt
>>> count, bins, ignored = plt.hist(dsums, 11, density=True)
>>> plt.show()

numpy.random.RandomState.randint numpy.random.RandomState.random_sample