numpy.random.RandomState.random_integers

метод

random.RandomState.random_integers(низкий, высокий=None, размер=None)

Случайные целые числа типа numpy.int_ между низкий и высокий, включительно.

Возвращает случайные целые числа типа numpy.int_ из "дискретного равномерного" распределения в замкнутом интервале [низкий, высокий]. Если высокий Тип для вычисления среднего. Для целочисленных входных данных значение по умолчанию — низкий]. The numpy.int_ тип преобразуется в целочисленный тип long в C, и его точность зависит от платформы.

Эта функция устарела. Используйте вместо нее randint.

Устарело с версии 1.11.0.

Параметры:

низкийint

Наименьшее (знаковое) целое число для выборки из распределения (если high=None, в этом случае этот параметр является наибольший такое целое число).

высокийint, необязательный

Если предоставлено, наибольшее (знаковое) целое число для выборки из распределения (см. выше для поведения, если high=None).

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.

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

randint

Аналогично random_integers, только для полуоткрытого интервала [низкий, высокий), и 0 — наименьшее значение, если высокий опущен.

Примечания

Для выборки из N равномерно распределенных чисел с плавающей запятой между a и b, используйте:

a + (b - a) * (np.random.random_integers(N) - 1) / (N - 1.)

Примеры

Попробуйте в вашем браузере!

>>> np.random.random_integers(5)
4 # random
>>> type(np.random.random_integers(5))

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

Выберите пять случайных чисел из набора из пяти равномерно распределенных чисел между 0 и 2.5 включительно (т.е., из множества \({0, 5/8, 10/8, 15/8, 20/8}\)):

>>> 2.5 * (np.random.random_integers(5, size=(5,)) - 1) / 4.
array([ 0.625,  1.25 ,  0.625,  0.625,  2.5  ]) # random

Бросьте два шестигранных кубика 1000 раз и суммируйте результаты:

>>> d1 = np.random.random_integers(1, 6, 1000)
>>> d2 = np.random.random_integers(1, 6, 1000)
>>> dsums = d1 + d2

Отобразить результаты в виде гистограммы:

>>> import matplotlib.pyplot as plt
>>> count, bins, ignored = plt.hist(dsums, 11, density=True)
>>> plt.show()

НазадОткрыть во вкладке