numpy.random.RandomState.randint#

метод

random.RandomState.randint(низкий, высокий=None, размер=None, dtype=int)#

Возвращает случайные целые числа из низкий (включительно) до высокий (исключительно).

Возвращает случайные целые числа из "дискретного равномерного" распределения указанного dtype в "полуоткрытом" интервале [низкий, высокий). Если высокий равен None (по умолчанию), тогда результаты находятся в диапазоне [0, низкий).

Примечание

Новый код должен использовать integers метод Generator экземпляр вместо; пожалуйста, смотрите Быстрый старт.

Параметры:

низкийint или array-like из int: Наименьшие (знаковые) целые числа для выборки из распределения (если high=None, в этом случае этот параметр на единицу больше наибольший такое целое число).
высокийint или array-like из int, необязательно: hermevander2d high=None). Если массивоподобный, должен содержать целочисленные значения
размерint или кортеж ints, опционально: Форма вывода. Если заданная форма, например, (m, n, k), затем m * n * k выбираются образцы. По умолчанию None, в этом случае возвращается одно значение.
dtypedtype, опционально: Желаемый тип данных результата. Порядок байтов должен быть нативным. Значение по умолчанию — long.

Предупреждение

Эта функция по умолчанию использует тип данных C-long, который составляет 32 бита в Windows и 64 бита на 64-битных платформах (и 32 бита на 32-битных). Начиная с NumPy 2.0, целочисленный тип по умолчанию в NumPy составляет 32 бита на 32-битных платформах и 64 бита на 64-битных платформах. Что соответствует np.intp. (dtype=int не совпадает с большинством функций NumPy.)

Возвращает:

выходint или ndarray из int: size-образный массив случайных целых чисел из соответствующего распределения, или одно такое случайное целое число, если size не предоставлено.

Смотрите также

random_integers: аналогично randint, только для закрытого интервала [низкий, высокий], и 1 — наименьшее значение, если высокий опущен.
random.Generator.integers: который следует использовать для нового кода.

Примеры

>>> np.random.randint(2, size=10)
array([1, 0, 0, 0, 1, 1, 0, 0, 1, 0]) # random
>>> np.random.randint(1, size=10)
array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])

Сгенерируйте массив 2 x 4 целых чисел от 0 до 4 включительно:

>>> np.random.randint(5, size=(2, 4))
array([[4, 0, 2, 1], # random
       [3, 2, 2, 0]])

Создать массив 1 x 3 с тремя различными верхними границами

>>> np.random.randint(1, [3, 5, 10])
array([2, 2, 9]) # random

Создайте массив 1 на 3 с тремя различными нижними границами

>>> np.random.randint([1, 5, 7], 10)
array([9, 8, 7]) # random

Сгенерировать массив 2 на 4 с использованием broadcasting с dtype uint8

>>> np.random.randint([1, 3, 5, 7], [[10], [20]], dtype=np.uint8)
array([[ 8,  6,  9,  7], # random
       [ 1, 16,  9, 12]], dtype=uint8)