📅  最后修改于: 2023-12-03 15:18:03.098000             🧑  作者: Mango
在数据处理和机器学习中,我们通常需要从数据集中随机选择一些样本进行处理或训练。Numpy提供了一些函数来实现这个功能。其中之一是randint()
函数。它可以从给定的范围内随机生成整数。
numpy.random.randint(low, high=None, size=None, dtype='l')
low
: 从这个整数范围的下界开始随机整数,包括这个整数。high
: 在这个整数范围的上界停止随机整数,不包括这个整数。如果省略,则从0到低(下界)中随机整数。size
: 输出数组的形状。如果没有给出,则为一个随机数。dtype
: 输出的数据类型。如果没有给出,则为整数。import numpy as np
# 从0到4(不含4)中随机整数
random_num = np.random.randint(4)
print(random_num) # 2
# 从1到10(不含10)之间随机整数
random_num = np.random.randint(1, 10)
print(random_num) # 6
# 从1到10(不含10)之间随机生成一个3×3的二维数组
random_array = np.random.randint(1, 10, size=(3, 3))
print(random_array)
# Output:
# [[7 5 7]
# [5 6 8]
# [4 8 4]]
在第一个例子中,randint()
函数从0到4(不含4)之间随机生成一个整数,并将该整数存储在random_num
变量中。
在第二个例子中,randint()
函数从1到10(不包括10)之间随机生成一个整数,并将该整数存储在random_num
变量中。
在第三个例子中,randint()
函数从1到10(不含10)之间随机生成一个3x3的二维数组,并将该数组存储在random_array
变量中。
randint()
函数是Numpy中的一个随机抽样函数,用于从给定范围内随机生成整数。它非常有用,例如在训练数据集中随机选择样本进行模型训练,或者生成随机的测试数组以测试算法或函数的性能。