numpy隨機打亂數據方法np.random.shuffle

import numpy as np
#實驗可得每次shuffle后數據都被打亂，這個方法可以在機器學習訓練
#的時候在每個epoch結束后將數據重新洗牌進入下一個epoch的學習
num = np.arange(20)
print(num)
np.random.shuffle(num)
print(num)
num1 = np.arange(20)
print(num1)
np.random.shuffle(num1)
print(num1)
np.random.shuffle(num1)
print(num1)

#打印輸出：
[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19]
[ 1  5 19  9 14  2 12  3  6 18  4  8 16  0 10 17 13  7 15 11]
[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19]
[ 2  4 13 14 11 17  9 19  5 12 15  7 18 16  3 10  1  8  0  6]
[ 8 11 13  6 19  7  9 12  4  3 10 14 15  2  1  0 17 18 16  5]

numpy隨機生成數據問題

用numpy.random模塊來生成隨機數組

1.np.random.rand 用于生成[0.0, 1.0)之間的隨機浮點數， 當沒有參數時，返回一個隨機浮點數，當有一個參數時，返回該參數長度大小的一維隨機浮點數數組，參數建議是整數型。

import numpy as np
np.random.rand(8)

output [ 0.55958421 0.97358761 0.77753246 0.28072869 0.18467794 0.85755336
0.03976048 0.08161713]

2、np.random.randn這個函數返回一個樣本，具有標準正態(tài)分布。

np.random.randn(8)

output [ 0.5512808 1.32780895 -0.95738756 0.93710414 -2.0854875 -0.5100787 n 0.40982079 -1.235186 ]

3、np.random.randint(low[, high, size]) 返回隨機的整數，位于半開區(qū)間 [low, high)。

np.random.randint(10,size=10)

output [3 3 8 7 3 2 6 2 3 6]

4、random_integers(low[, high, size]) 返回隨機的整數，位于閉區(qū)間 [low, high]。

np.random.random_integers(5)

output = 4

5、 np.random.shuffle(x) 類似洗牌，打亂順序；np.random.permutation(x)返回一個隨機排列.

arr = np.arange(10)
np.random.shuffle(arr)
print(arr)
np.random.permutation(10)

output[1 7 5 2 9 4 3 6 0 8 ]
array([1,7,4,3,0,9,2,5,8,6])

用random模塊自己構造

1、random.randint(low, hight) -> 返回一個位于[low,hight]之間的整數。

該函數接受兩個參數，這兩個參數必須是整數（或者小數位是0的浮點數），并且第一個參數必須不大于第二個參數

import random
random.randint(1,10)
random.randint(1.0,10.0)

2、random.random() -> 不接受參數，返回一個[0.0, 1.0)之間的浮點數

random.random()

3、random.randrange(start, stop, step) -> 返回以start開始，stop結束，step為步長的列表中的隨機整數，同樣，三個參數均為整數（或者小數位為0），若start大于stop時 ，setp必須為負數.step不能是0

random.randrange(1,100,2) ?#返回[1,100]之間的奇數
random.randrange(100,1,-2) ?#返回[100,1]之間的偶數

總結

以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論