Funzione Numpy numpy.random.rand()
-
Sintassi di
numpy.random.rand()
: -
Codici di esempio: Metodo
numpy.random.rand()
-
Codici di esempio: specifica la forma del metodo di array di output
numpy.random.rand()
La funzione Python Numpy numpy.random.rand()
genera un array di forme specificate con valori casuali.
Sintassi di numpy.random.rand()
:
numpy.random.rand(d0, d1, ..., dn)
Parametri
d0, d1, ..., dn |
Numero intero. Rappresenta la dimensione di un array di output dalla funzione casuale. Se non viene specificato alcun valore, viene restituito un valore scalare. |
Ritorno
Restituisce un array casuale di forme specificate con valori casuali.
Codici di esempio: Metodo numpy.random.rand()
import numpy as np
x = np.random.rand()
print(x)
Produzione:
0.6222151413197674
Genera un numero casuale poiché non è specificata alcuna dimensione per l’array di output.
L’intervallo del numero di output generato è compreso tra 0 e 1.
Potresti ottenere numeri casuali diversi quando esegui lo stesso codice più volte.
Per generare l’output costante, fissiamo la funzione seed
della funzione np.random()
.
import numpy as np
np.random.seed(0)
x = np.random.rand()
print(x)
Produzione:
0.5488135039273248
Genera un output costante ogni volta che eseguiamo la funzione.
Codici di esempio: specifica la forma del metodo di array di output numpy.random.rand()
Per generare array di dimensioni e forme fisse, specifichiamo i parametri che determinano la forma dell’array di output nella funzione numpy.random.rand()
.
Genera array 1-D con il metodo numpy.random.rand()
import numpy as np
np.random.seed(0)
x = np.random.rand(5)
print(x)
Produzione:
[0.5488135 0.71518937 0.60276338 0.54488318 0.4236548 ]
Genera un array unidimensionale casuale con la lunghezza 5
composta da numeri casuali.
Anche i numeri qui si trovano nell’intervallo (0,1)
.
A causa del seme
fisso, vengono generati gli stessi numeri casuali ogni volta che lo eseguiamo.
Se dobbiamo generare numeri maggiori di 1
, possiamo semplicemente moltiplicare l’array per l’intervallo desiderato.
import numpy as np
np.random.seed(0)
x = np.random.rand(5)*10
print(x)
Produzione:
[5.48813504 7.15189366 6.02763376 5.44883183 4.23654799]
Genera numeri casuali che vanno da 1 a 10.
Genera array 2-D con il metodo numpy.random.rand()
import numpy as np
np.random.seed(0)
x = np.random.rand(2,3)
print("Array x:")
print(x)
print("\n Shape of Array x:")
print(x.shape)
Produzione:
Array x:
[[0.5488135 0.71518937 0.60276338]
[0.54488318 0.4236548 0.64589411]]
Shape of Array x:
(2, 3)
Questo genera un array casuale bidimensionale con 2 righe e 3 colonne utilizzando il metodo numpy.random.rand()
.
Genera array dimensionali più alti con il metodo numpy.random.rand()
import numpy as np
np.random.seed(0)
x = np.random.rand(2,3,2,3)
print("Array x:")
print(x)
print("\n Shape of Array x:")
print(x.shape)
Produzione:
Array x:
[[[[0.5488135 0.71518937 0.60276338]
[0.54488318 0.4236548 0.64589411]]
[[0.43758721 0.891773 0.96366276]
[0.38344152 0.79172504 0.52889492]]
[[0.56804456 0.92559664 0.07103606]
[0.0871293 0.0202184 0.83261985]]]
[[[0.77815675 0.87001215 0.97861834]
[0.79915856 0.46147936 0.78052918]]
[[0.11827443 0.63992102 0.14335329]
[0.94466892 0.52184832 0.41466194]]
[[0.26455561 0.77423369 0.45615033]
[0.56843395 0.0187898 0.6176355 ]]]]
Shape of Array x:
(2, 3, 2, 3)
Questo genera un array casuale a 4 dimensioni con forma (2, 3, 2, 3)
utilizzando il metodo numpy.random.rand()
.
Allo stesso modo, possiamo anche generare array casuali di qualsiasi dimensione usando il metodo numpy.random.rand()
.
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn