Python numpy Generator.integers用法及代码示例

本文简要介绍 python 语言中 numpy.random.Generator.integers 的用法。

用法:

random.Generator.integers(low, high=None, size=None, dtype=np.int64, endpoint=False)

返回随机整数低的(含)至高的(独占)，或者如果端点=True，低的(含)至高的(包括的)。取代RandomState.randint(端点=False)和随机状态.random_integers(端点=True)

从指定数据类型的 “discrete uniform” 分布中返回随机整数。如果高的为 None(默认值)，则结果从 0 到低的.

参数：

low： int 或类似整数的数组

要从分布中提取的最低(有符号)整数(除非high=None，在这种情况下该参数为 0 并且该值用于高的)。

high： int 或类似整数的数组，可选

如果提供，则为从分布中提取的最大(有符号)整数之上的一个(请参阅上面 high=None 的行为)。如果是类似数组，则必须包含整数值

size： int 或整数元组，可选

输出形状。例如，如果给定的形状是 (m, n, k) ，则绘制 m * n * k 样本。默认为无，在这种情况下返回单个值。

dtype： dtype，可选

结果的所需数据类型。字节序必须是原生的。默认值为 np.int64。

endpoint： 布尔型，可选

如果为真，则从区间 [low, high] 中采样，而不是默认的 [low, high) 默认为 False

返回：

out： int 或整数数组

size - 形状的随机整数数组，来自适当的分布，如果未提供 size，则为单个此类随机 int。

注意：

当使用具有 uint64 dtypes 的广播时，最大值 (2**64) 不能表示为标准整数类型。 high 数组(如果 high 为 None，则为 low)必须具有对象 dtype，例如，array([2**64])。

参考：

1：

Daniel Lemire.，“区间内的快速随机整数生成”，ACM Transactions on Modeling and Computer Simulation 29 (1)，2019，http://arxiv.org/abs/1805.10941。

例子：

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

生成 0 到 4 之间的 2 x 4 整数数组，包括：

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

生成具有 3 个不同上限的 1 x 3 数组

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

生成具有 3 个不同下限的 1 x 3 数组

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

使用 dtype 为 uint8 的广播生成 2 x 4 数组

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