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 (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 или массив-подобный объект из 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 массив-подобный объект из целых чисел, необязательно

Если указано, то на единицу больше наибольшего (знакового) целого числа, которое будет выбрано из распределения (см. выше поведение, если high=None). Если массив-подобный объект, то он должен 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 будет выбрано. По умолчанию равно None, в этом случае возвращается одно значение.

dtypedtype, необязательно

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

endpointbool, необязательно

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

Возвращает:

outint или ndarray из целых чисел

Массив с формой size случайных целых чисел 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 генерирование случайных целых чисел в интервале», ACM Transactions on Modeling and Computer Simulation 29 (1), 2019, https://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])

Генерация 2x4 массива целых чисел между 0 и 4 включительно:

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

Генерация 1x3 массива с 3 разными верхними границами

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

Генерация 1x3 массива с 3 разными нижними границами

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

Генерация 2x4 массива с использованием вещания 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