random.
random_integers
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.
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=None
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 )
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。
(m, n, k)
m * n * k
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()