• 生成随机矩阵 用numpy包实现 生成随机整数矩阵 numpy.random.randint(low[,high,size]) 值范围位于半区间[low,high)中 其他函数 np.random.rand(size) 返回[0, 1)之间的随机浮点数矩阵。size为int型。 np.random....

【注】：洗牌等知识点未发表，可查看文末相关链接。

## 生成随机矩阵

用numpy包实现

### 生成随机整数矩阵

numpy.random.randint(low[,high,size]) 值范围位于半区间[low,high)中

### 其他函数

• np.random.rand(size) 返回[0, 1)之间的随机浮点数矩阵。size为int型。
• np.random.randn（size）返回符合正态分布的矩阵。size为int型。

## 生成随机数

用random包

• 生成随机整数 random.randint[low,high]
• 选取0到100间的偶数 random.randrange(0, 101, 2)
• 随机浮点数
• random.random() 生成（0，1）之间的浮点数
• random.uniform(low,high)
• 随机字符 random.choice(‘abcdefg&#%^*f’)
• 多个字符中选取特定数量的字符 random.sample(‘abcdefghij’,3) 。随机提取三个字符。
• 随机提取字符串 random.choice ( [‘apple’, ‘pear’, ‘peach’, ‘orange’, ‘lemon’] )

参考：
随机矩阵
随机数

展开全文
• Is there a method that I can call to create a random orthonormal matrix in python? Possibly using numpy? Or is there a way to create a orthonormal matrix using multiple numpy methods? Thanks.解决方案...

Is there a method that I can call to create a random orthonormal matrix in python? Possibly using numpy? Or is there a way to create a orthonormal matrix using multiple numpy methods? Thanks.

解决方案

This is the rvs method pulled from the https://github.com/scipy/scipy/pull/5622/files, with minimal change - just enough to run as a stand alone numpy function.

import numpy as np

def rvs(dim=3):

random_state = np.random

H = np.eye(dim)

D = np.ones((dim,))

for n in range(1, dim):

x = random_state.normal(size=(dim-n+1,))

D[n-1] = np.sign(x[0])

x[0] -= D[n-1]*np.sqrt((x*x).sum())

# Householder transformation

Hx = (np.eye(dim-n+1) - 2.*np.outer(x, x)/(x*x).sum())

mat = np.eye(dim)

mat[n-1:, n-1:] = Hx

H = np.dot(H, mat)

# Fix the last sign such that the determinant is 1

D[-1] = (-1)**(1-(dim % 2))*D.prod()

# Equivalent to np.dot(np.diag(D), H) but faster, apparently

H = (D*H.T).T

return H

展开全文
• Is there a method that I can call to create a random orthonormal matrix in python? Possibly using numpy? Or is there a way to create a orthonormal matrix using multiple numpy methods? Thanks.解决方案...

Is there a method that I can call to create a random orthonormal matrix in python? Possibly using numpy? Or is there a way to create a orthonormal matrix using multiple numpy methods? Thanks.

解决方案

This is the rvs method pulled from the https://github.com/scipy/scipy/pull/5622/files, with minimal change - just enough to run as a stand alone numpy function.

import numpy as np

def rvs(dim=3):

random_state = np.random

H = np.eye(dim)

D = np.ones((dim,))

for n in range(1, dim):

x = random_state.normal(size=(dim-n+1,))

D[n-1] = np.sign(x[0])

x[0] -= D[n-1]*np.sqrt((x*x).sum())

# Householder transformation

Hx = (np.eye(dim-n+1) - 2.*np.outer(x, x)/(x*x).sum())

mat = np.eye(dim)

mat[n-1:, n-1:] = Hx

H = np.dot(H, mat)

# Fix the last sign such that the determinant is 1

D[-1] = (-1)**(1-(dim % 2))*D.prod()

# Equivalent to np.dot(np.diag(D), H) but faster, apparently

H = (D*H.T).T

return H

展开全文
• 1. 使用函数 np.random.random由于 np.random.random() 默认生成 0~1 之间的小数，因此需要转换一下如生成 3*3 的 -1~1 之间的随机数矩阵-1 + 2*np.random.random((3,3))# -*- coding:utf-8 -*-import matplotlib....

1. 使用函数 np.random.random

由于 np.random.random() 默认生成 0~1 之间的小数，因此需要转换一下

如生成 3*3 的 -1~1 之间的随机数矩阵

-1 + 2*np.random.random((3,3))

# -*- coding:utf-8 -*-

import matplotlib.pyplot as plt

import pylab

import cv2

import numpy as np

#plt.imshow(img) #显示读取的图片

#pylab.show()

print "start processing..."

for i in range(1,200):

# fil = np.random.randint(0, 10, size=[3, 3])

fil = -1 + 2*np.random.random((3,3))

res = cv2.filter2D(img,-1,fil) #使用opencv的卷积函数

# plt.imshow(res) #显示卷积后的图片

pic_name = str(i) + ".png"

# plt.imsave(pic_name, res)

# plt.imsave("res.jpg",res)

# pylab.show()

print "complete!"

以上这篇Python 生成 -1~1 之间的随机数矩阵方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我们。

时间： 2018-08-02

展开全文
• 注：本系类笔记采用的是Python3.5X版本，编程环境为Windows64位下的Anaconda所有代码部分均为连续的，“结果”为在jupyter分步运行结果代码部分：import numpy as npsample1 = np.random.random((3,2))#生成3行2列从...
• 导入模块 random模块 numpy中的random函数 python中有两个模块可以生成随机数，该博客以的numpy...# 生成随机矩阵 import numpy as np #　设置随机种子，保证每次生成的随机数一样 rd = np.random.RandomState(...
• Python随机矩阵生成，reshape，转置，统计矩阵中某元素个数，计算矩阵间汉明距离 初学python，遇到了许多问题，在此记录，以便大家共同学习。 本文主要是python矩阵操作的一些基本问题，用到了包为numpy。 一...
• 稀疏矩阵生成，可视化
• random.random() 用于随机生成一个0到1的浮点数 random.randint(start,stop) 随机生成[start,stop]区间内的整数 代码示例： import random print (random.random()) print(random.randint(2,5)) 输出结果： 0....
• python 生成对称矩阵Prerequisite: 先决条件： Defining Matrix using Numpy 使用Numpy定义矩阵 Transpose Matrix 转置矩阵 Here, we will learn how to create a symmetric matrix using a non-symmetric matrix?...
• python 生成对称矩阵Prerequisites: 先决条件： Defining a matrix 定义矩阵 Identity matrix 身份矩阵 Transpose matrix 转置矩阵 In linear algebra, if the matrix and its transpose are equal, then the ...
• ## python矩阵随机生成

千次阅读 2016-02-16 10:14:52
Generate a sparse matrix Generate a sparse matrix of the given shape and density with uniformly distributed values. ...scipy.sparse.rand(m, n, density=0.01, format='coo', dtype=None, random_...
• ## python生成稀疏矩阵

千次阅读 2018-09-22 17:03:25
from scipy.sparse import coo_matrix row = [2,2,3,2] col = [3,4,2,3] c = coo_matrix((data,(row,col)),shape=(5,6))
• 前言：今天为大家带来的内容是，详解：python numpy矩阵的创建与数据类型！...使用python中的方法构造矩阵- 生成一维矩阵# 使用python自带的range（）方法生成一个矩阵a = list(range(100))#ran...
• 函数numpy.random.random()是用于生成介于0和1之间的随机值的函数。现在，我们将使用该函数来创建具有介于0和1之间的随机值的元素的矩阵。我们正在定义一个称为randomisation_matrix()的函数，该函数返回一个向量。...
• ## Numpy生成随机矩阵

千次阅读 2020-08-02 16:59:34

...

python 订阅