numpy.random.Generator.integers

метод

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

Возвращает случайные целые числа от low (включительно) до high (исключительно), или, если endpoint=True, от low (включительно) до high (включительно). Заменяет RandomState.randint (с endpoint=False) и RandomState.random_integers (с endpoint=True)

Возвращает случайные целые числа из «дискретного равномерного» распределения указанного типа данных. Если high равно None (по умолчанию), то результаты находятся от 0 до low.

Параметры

lowint or array-like of ints

Наименьшее (знаковое) целое число, которое должно быть сгенерировано из распределения (если high=None, в этом случае этот параметр равен 0, и это значение используется для high).

highint or array-like of ints, optional

Если указано, на единицу больше наибольшего (знакового) целого числа, которое должно быть сгенерировано из распределения (см. выше поведение, если high=None). Если массив-подобный, должен содержать целые значения

sizeint or tuple of ints, optional

Форма выходных данных. Если заданная форма, например, (m, n, k), то генерируются m * n * k образцов. По умолчанию равно None, в этом случае возвращается одно значение.

dtypedtype, optional

Желаемый тип данных результата. Порядок байтов должен быть родным. Значение по умолчанию — np.int64.

endpointbool, optional

Если True, выборка производится из интервала [low, high], вместо стандартного [low, high) По умолчанию False

Возвращает

outint or ndarray of ints

Массив формы size, содержащий случайные целые числа из соответствующего распределения, или одно случайное целое число, если size не указано.

Примечания

При использовании вещания с типами данных uint64 максимальное значение (2**64) не может быть представлено как стандартный целочисленный тип. Массив high (или low, если high равно None) должен иметь тип object, например, array([2**64]).

Ссылки

1

Daniel Lemire., «Быстрое случайное целое число в интервале», ACM Transactions on Modeling and Computer Simulation 29 (1), 2019, http://arxiv.org/abs/1805.10941.

Примеры

>>> 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])

Генерирует массив 2 x 4 целых чисел между 0 и 4, включительно:

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

Генерирует массив 1 x 3 с 3 различными верхними границами

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

Генерирует массив 1 x 3 с 3 различными нижними границами

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

Генерирует массив 2 x 4, используя вещание с типом данных uint8

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