numpy.random.randint
-
numpy.random.randint(low, high=None, size=None, dtype='l') -
Возвращает случайные целые числа от
low(включительно) доhigh(исключительно).Возвращает случайные целые числа из «дискретного равномерного» распределения указанного типа данных в «полуоткрытом» интервале [
low,high). Еслиhighравно None (по умолчанию), результаты находятся в диапазоне [0,low).Параметры: -
low : int -
Наименьшее (знаковое) целое число, которое будет выбрано из распределения (если
high=None, в этом случае этот параметр на единицу больше наибольшего такого целого числа). -
high : int, optional -
Если указано, на единицу больше наибольшего (знакового) целого числа, которое будет выбрано из распределения (см. выше поведение, если
high=None). -
size : int or tuple of ints, optional -
Форма выходного массива. Если заданная форма, например,
(m, n, k), тоm * n * kвыборок генерируется. По умолчанию None, в этом случае возвращается одно значение. -
dtype : dtype, optional -
Желаемый тип данных результата. Все типы данных определяются по их имени, т.е. «int64», «int» и т.д., поэтому порядок байтов недоступен, а определенная точность может иметь различные типы C в зависимости от платформы. Значение по умолчанию — ‘np.int’.
Новое в версии 1.11.0.
Возвращает: -
out : int or ndarray of ints -
Массив случайных целых чисел формы
size, взятых из соответствующего распределения, или одно такое случайное целое число, еслиsizeне указано.
См. также
-
random.random_integers - аналогично
randint, только для закрытого интервала [low,high], и 1 — наименьшее значение, еслиhighопущено. В частности, этот другой метод следует использовать для генерации равномерно распределённых дискретных нецелых чисел.
Примеры
>>> np.random.randint(2, size=10) array([1, 0, 0, 0, 1, 1, 0, 0, 1, 0]) >>> np.random.randint(1, size=10) array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])
Генерирует 2x4 массив целых чисел от 0 до 4 включительно:
>>> np.random.randint(5, size=(2, 4)) array([[4, 0, 2, 1], [3, 2, 2, 0]]) -
© 2005–2019 NumPy Developers
Licensed under the 3-clause BSD License.
https://docs.scipy.org/doc/numpy-1.15.4/reference/generated/numpy.random.randint.html