NumPy随机简介
随机数是在不遵循任何逻辑或模式的情况下生成的数字，因此它不能再次用于任何过程；这种随机数的生成在关键信息的安全或加密方面非常有用，因此为此目的，Python有一个库，可以非常容易地执行各种数字操作，称为Numpy（Numerical Python），可以使用BitGenerator来生成伪随机数，它给出不同的序列组合，然后发电机按照概率分布将序列转换为数字。
语法
Numpy可以用来生成各种数据类型的随机序列，如浮点数、int、数组等。随机数的生成是通过从Numpy库中导入Random包进行的。Numpy随机生成的基本语法是
from numpy import random randint(int)
NumPy随机的例子
让我们讨论一个不同的例子，在这个例子中我们使用不同的随机生成技术，以便更好地理解。
例子#1
from numpy import random a = random.randint(10) b= random.randint(50) print(a) print(b)
输出。
在这个例子中，我们从numpy库中导入随机包来进行操作。我们使用numpy random.randint()语法生成了随机整数a和b，我们在括号中给出的值是生成随机数的最大极限。输出的4低于我们所声明的10，44低于我们所声明的50。
例子#2
在这个例子中，我们用Numpy random来生成一个浮点数的列表。
from numpy import random a = random.rand() b= random.rand(5) print(a) print(b)
输出。
在这个例子中，我们使用了random.rand()语法，它允许我们生成浮点数。在变量'a'中，我们没有声明任何数字，所以它默认生成了一个从0到1的随机浮点数。在变量'b'中，我们声明了一个5的限制，所以我们有一个5个随机浮点数的列表。我们可以声明任何数字来生成我们所声明的那个限制的浮点数。
例子 #3
在这个例子中，我们将讨论numpy数组的随机生成，使用我们在前面例子中使用的类似语法。
from numpy import random a = random.randint(10, size=(3)) b= random.randint(50, size=(7)) print(a) print(b)
输出。
我们使用了randint语法，并声明了最大的限制和我们在这个例子中生成的序列的大小。这个方法是随机生成一维数组。对于'a'，我们声明最大限度为10，序列的长度为3，对于'b'，我们声明最大限度为50，序列的长度为7，我们得到了相应的输出。
类似地，我们在下面的代码中尝试生成二维数组。
from numpy import random a = random.randint(10, size=(3,3)) b= random.randint(50, size=(5,5)) print(a) print(b)
输出。
使用类似的代码，我们通过声明生成二维随机数组的大小来生成二维数组。例如，在变量'a'中，我们声明最大限度是10，序列的长度是3，3，这是一个二维数组，对于'b'，我们声明最大限度是50，序列的长度是5，5，我们得到相应的二维数组作为输出。
我们还可以用同样的技术生成3维数组，如下图所示。
from numpy import random a = random.randint(10, size=(3,2,1)) print(a)
输出。
from numpy import random b= random.randint(50, size=(5,2,1)) print(b)
输出。
在上面的例子中，我们为变量'a'和'b'生成了3维的随机数组，其中'a'的大小我们已经声明了最大的限制。我们宣布最大限制为10，序列长度为（3，2，1），这是一个二维数组，对于'b'我们宣布最大限制为50，序列长度为（5，2，1），我们得到相应的三维数组作为输出。
例子 #4
在前面的例子中，我们讨论了使用整数值生成多维数组的问题；这里，我们将讨论生成浮点数的问题。
from numpy import random a = random.rand(3,2) b = random.rand(5,2) print(a) print(b)
输出。
当我们使用random.rand语法时，它生成的是默认形式为0到1的浮点数，所以当我们像上面的代码中那样声明二维随机生成的大小，其中'a'和'b'的二维大小为（3,2）和（5,2），我们得到的是二维的浮点数。
同样，对于3维浮点数组。
from numpy import random a = random.rand(3,2,2) b = random.rand(5,2,2) print(a) print(b)
输出。
所以在这段代码中，我们已经声明了a和b的三维大小为(3,2,2)和(5,2,2)，所以我们得到了三维数组的输出。
例子 #5
Numpy随机生成中的另一个方法是使用一个函数作为choice()，它允许计算机从给定的数值序列中选择一个随机选择。
from numpy import random a = random.choice([8, 10, 16]) b= random.choice([80, 100, 160,1100]) print(a) print(b)
输出。
在这个方法中，我们使用了一个叫做choice()的函数，它允许计算机从用户声明的值数组中随机选择一个值。
choice()函数得到一个数组作为输入，并给出一个随机选择的值作为输出。因此，我们可以给出一个任意长度的数组，并可以从中生成一个随机值。
同样，我们可以使用choice()函数通过给出维度的大小来生成多维数组。
from numpy import random a = random.choice([8, 10, 16],size=(3, 2)) b= random.choice([80, 100, 160,1100],size=(5, 2)) print(a) print(b)
输出。
因此，使用choice()函数，我们可以声明尺寸，并从我们声明的数组中生成2维和3维数组。
总结
在这篇文章中，我们用各种例子详细讨论了Numpy的随机性。我们还讨论了如何使用整数、浮点数和数组来生成随机值。我们还讨论了生成多维数组的不同技术，Numpy random对于在涉及随机序列生成的各种项目中工作非常有帮助。
推荐文章
这是一本关于NumPy随机的指南。在这里我们讨论了NumPy随机的例子和不同的随机生成技术，以便更好地理解。
The postNumPy randomappeared first onEDUCBA.
