我无法找到一个函数来生成一定范围内给定长度的随机浮点数组。
我看过Random sampling,但似乎没有任何功能可以满足我的需要。
random.uniform接近但它只返回一个元素,而不是特定的数字。
这就是我所追求的:
ran_floats = some_function(low=0.5, high=13.3, size=50)
将返回一个由50个随机非唯一浮点数组成的数组(即允许重复),均匀分布在[0.5, 13.3]
范围内。
有这样的功能吗?
答案 0 :(得分:72)
np.random.uniform
符合您的使用案例:
http://docs.scipy.org/doc/numpy/reference/generated/numpy.random.uniform.html
sampl = np.random.uniform(low=0.5, high=13.3, size=(50,))
答案 1 :(得分:12)
为什么不使用列表理解?
ran_floats = [random.uniform(low,high) for _ in xrange(size)]
答案 2 :(得分:3)
为什么不将random.uniform与列表理解相结合?
>>> def random_floats(low, high, size):
... return [random.uniform(low, high) for _ in xrange(size)]
...
>>> random_floats(0.5, 2.8, 5)
[2.366910411506704, 1.878800401620107, 1.0145196974227986, 2.332600336488709, 1.945869474662082]
答案 3 :(得分:3)
列表理解中的for循环需要时间并使其变慢。 最好使用numpy参数(低,高,大小,..等)
import numpy as np
import time
rang = 10000
tic = time.time()
for i in range(rang):
sampl = np.random.uniform(low=0, high=2, size=(182))
print("it took: ", time.time() - tic)
tic = time.time()
for i in range(rang):
ran_floats = [np.random.uniform(0,2) for _ in range(182)]
print("it took: ", time.time() - tic)
示例输出:
('花了:',0.06406784057617188)
('花了:',1.7253198623657227)
答案 4 :(得分:2)
可能已经有了一个功能来做你正在寻找的东西,但我不知道它(但是?)。 与此同时,我会建议使用:
ran_floats = numpy.random.rand(50) * (13.3-0.5) + 0.5
这将产生一个形状(50,)的阵列,其均匀分布在0.5和13.3之间。
您还可以定义一个函数:
def random_uniform_range(shape=[1,],low=0,high=1):
"""
Random uniform range
Produces a random uniform distribution of specified shape, with arbitrary max and
min values. Default shape is [1], and default range is [0,1].
"""
return numpy.random.rand(shape) * (high - min) + min
编辑:嗯,是的,所以我错过了,有numpy.random.uniform()与您想要的完全相同的电话!
请尝试import numpy; help(numpy.random.uniform)
了解详情。
答案 5 :(得分:1)
这是最简单的方式
np.random.uniform(start,stop,(rows,columns))
答案 6 :(得分:1)
或者,您可以使用SciPy
from scipy import stats
stats.uniform(0.5, 13.3).rvs(50)
对于记录要采样整数的记录,
stats.randint(10, 20).rvs(50)
答案 7 :(得分:0)
或者,如果您可以使用实数列表,则可以使用标准的 random.randrange
:
def some_function(low, high, size):
low_int = int(low * 1000)
high_int = int(high *1000)
return [random.randrange(low_int, high_int, size)/1000 for _ in range(size)]
答案 8 :(得分:-1)
np.random.random_sample(size)
将在半开间隔[0.0,1.0)中生成随机浮点数。