numpy.random.Generator.integers

метод

random.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 (при endpoint=False) и RandomState.random_integers (при 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 или array-like целых чисел

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

highint или array-like целых чисел, необязательно

Если задано, на единицу больше наибольшего (знакового) целого числа, которое будет выбрано из распределения (см. выше поведение, если high=None). Если array-like, должно содержать целые значения

sizeint или кортеж из целых чисел, необязательно

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

dtypedtype, необязательно

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

endpointbool, необязательно

Если True, генерировать выборки из интервала [low, high] вместо значения по умолчанию [low, high) По умолчанию False

Возвращает

outint или ndarray целых чисел

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

Примечания

При использовании вещания с uint64 типами данных 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., “Fast Random Integer Generation in an Interval”, 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