Функция numpy.random.randn() в Python - создание массива со случайными значениями

В Python функция numpy.random.randn() создает массив указанных фигур и заполняет их случайными заданными значениями в соответствии со стандартным гауссовым или нормальным распределением.

Содержание

Что такое функция np.random.randn в Python?
Синтаксис
Параметры
Пример
Создание одномерного массива с использованием np random randn()
Создание 2D-массива
Синтаксис
Параметры
Как создать трехмерный массив с помощью np.random randn()
Изменение случайно созданного массива
Изменение формы массива, используя np.reshape()
Заключение

Что такое функция np.random.randn в Python?

np.random.randn() — это метод библиотеки numpy, который возвращает образец (или образцы) из «стандартного нормального» распределения в Python. Он принимает размеры возвращаемого массива в качестве аргумента и возвращает либо ndarray, либо, если аргумент не указан, возвращает значение с плавающей запятой.

Функция np.random.randn() возвращает все значения в форме с плавающей запятой и в среднем распределении = 0 и дисперсии = 1.

Синтаксис

numpy.random.randn(d0, d1, ..., dn)

1	numpy.random.randn(d0, d1, ..., dn)

Параметры

Если заданы положительные параметры, функция randn() генерирует массив формы(d0, d1, …, dn), заполненный случайными числами с плавающей запятой, выбранными из одномерного «нормального» (гауссова) распределения среднего 0 и дисперсии 1.

Если аргумент не указан, возвращается одно число с плавающей запятой, случайно выбранное из распределения. Кроме того, размеры возвращаемого массива не должны быть отрицательными. Если вы укажете отрицательный аргумент, он вернет ошибку. Если аргумент не указан, возвращается одно число с плавающей запятой Python.

Пример

# app.py

import numpy as np

data = np.random.randn()
print(data)

# app.py

import numpy as np

data = np.random.randn()

print(data)

Выход:

➜  pyt python3 app.py
-0.7919353665049774
➜  pyt python3 app.py
0.9218908714949405
➜  pyt python3 app.py
-0.025179948728764872
➜  pyt python3 app.py
0.29764955041572655
➜  pyt python3 app.py
-0.8279168113225552
➜  pyt python3 app.py
-1.5048354875053158

➜ pyt python3 app.py

-0.7919353665049774

➜ pyt python3 app.py

0.9218908714949405

➜ pyt python3 app.py

-0.025179948728764872

➜ pyt python3 app.py

0.29764955041572655

➜ pyt python3 app.py

-0.8279168113225552

➜ pyt python3 app.py

-1.5048354875053158

Каждый раз, когда вы запускаете файл app.py, вы получаете разные случайные значения.

Создание одномерного массива с использованием np random randn()

Чтобы создать одномерный массив в Python, используйте метод np.random.randn(). Метод numpy random randn() принимает только одно измерение и возвращает одномерный массив.

Давайте создадим одномерный массив из 6 элементов.

# app.py

import numpy as np

data = np.random.randn(6)
print(data)

# app.py

import numpy as np

data = np.random.randn(6)

print(data)

Выход:

python3 app.py
[ 1.08086154  0.70693     0.38091969 -1.64244255  1.13132413 -0.7443323 ]

1 2	python3 app.py [ 1.08086154 0.70693 0.38091969 -1.64244255 1.13132413 -0.7443323 ]

Мы передали 6 в качестве аргумента для создания 6 случайных элементов массива.

См. другой пример.

# importing numpy
import numpy as np

# Now creating an 1D array of size 10
arr = np.random.randn(10)

print("Values of 1D array is:\n", arr)
print("Shape of the array is : ", np.shape(arr))
# Creating of size 5
arr2 = np.random.randn(5)
print("Values of the array is:\n ", arr2)
print("Shape of the array is : ", np.shape(arr2))

# importing numpy

import numpy as np

# Now creating an 1D array of size 10

arr = np.random.randn(10)

print("Values of 1D array is:\n", arr)

print("Shape of the array is : ", np.shape(arr))

# Creating of size 5

arr2 = np.random.randn(5)

print("Values of the array is:\n ", arr2)

print("Shape of the array is : ", np.shape(arr2))

Выход:

python3 app.py
Values of 1D array is:
 [ 0.456789    0.11413981 -0.06548174  0.54791075 -0.18972466 -0.11922963
  1.37909645 -0.0688107  -0.02731399  0.09351504]
Shape of the array is : (10,)
Values of the array is:
  [ 0.99990254 -0.07788214 -0.63521035 -1.01484305 -0.2993925 ]
Shape of the array is : (5,)

python3 app.py

Values of 1D array is:

[ 0.456789 0.11413981 -0.06548174 0.54791075 -0.18972466 -0.11922963

1.37909645 -0.0688107 -0.02731399 0.09351504]

Shape of the array is : (10,)

Values of the array is:

[ 0.99990254 -0.07788214 -0.63521035 -1.01484305 -0.2993925 ]

Shape of the array is : (5,)

Объяснение.

В этом примере мы напечатали два одномерных массива, используя функцию random.randn(). В первом случае мы напечатали массив формы 10, а во втором — массив формы 5. Значения массива вставляются случайным образом в соответствии с описанным выше правилом.

Создание 2D-массива

Чтобы создать двумерный массив в Python, используйте метод np.random.randn() и передайте два параметра, например размеры, и он вернет двумерный массив.

Синтаксис

Синтаксис для создания двумерного массива с помощью функции random.randn() следующий:

np.random.randn(d1, d2)

1	np.random.randn(d1, d2)

Параметры

Он принимает два параметра.

Параметр d1 показывает, сколько строк нам нужно для создания массива.
Параметр d2 показывает, сколько столбцов нам нужно для создания массива.

См. следующий код.

# app.py

import numpy as np

data = np.random.randn(2, 2)
print(data)

# app.py

import numpy as np

data = np.random.randn(2, 2)

print(data)

Выход:

python3 app.py
[[1.38596221 1.59121102]
 [0.11743191 0.89372055]]

python3 app.py

[[1.38596221 1.59121102]

[0.11743191 0.89372055]]

Как создать трехмерный массив с помощью np.random randn()

Чтобы создать трехмерный массив в Python, используйте метод np.random.randn() и передайте три параметра в качестве измерений, и он вернет трехмерный массив.

См. следующий код.

# app.py

import numpy as np

data = np.random.randn(3, 3, 3)
print(data)

# app.py

import numpy as np

data = np.random.randn(3, 3, 3)

print(data)

Выход:

python3 app.py
[[[-1.31932293 -0.55698306 -0.52587777]
  [-1.02907293 -0.87960688  0.48399357]
  [-0.64534737 -0.40360183  0.90921266]]

 [[ 0.94321599  0.67847027  0.70100542]
  [-0.52738798 -0.69975292  0.0960497 ]
  [-0.3399558   1.54436365  0.26914068]]

 [[ 1.98426783  1.27291484 -0.06685548]
  [-0.36821547  1.30168745  1.69065317]
  [ 1.26130492  2.05068361  0.82860505]]]

python3 app.py

[[[-1.31932293 -0.55698306 -0.52587777]

[-1.02907293 -0.87960688 0.48399357]

[-0.64534737 -0.40360183 0.90921266]]

[[ 0.94321599 0.67847027 0.70100542]

[-0.52738798 -0.69975292 0.0960497 ]

[-0.3399558 1.54436365 0.26914068]]

[[ 1.98426783 1.27291484 -0.06685548]

[-0.36821547 1.30168745 1.69065317]

[ 1.26130492 2.05068361 0.82860505]]]

Он будет генерировать 3D-массивы с положительными и отрицательными случайными значениями.

Мы не можем передать отрицательное измерение в функцию randn(); в противном случае возвращается ValueError.

# app.py

import numpy as np

data = np.random.randn(-3)
print(data)

# app.py

import numpy as np

data = np.random.randn(-3)

print(data)

Выход:

python3 app.py
Traceback(most recent call last):
  File "app.py", line 3, in <module>
    data = np.random.randn(-3)
  File "mtrand.pyx", line 1218, in numpy.random.mtrand.RandomState.randn
  File "mtrand.pyx", line 1375, in numpy.random.mtrand.RandomState.standard_normal
  File "_common.pyx", line 558, in numpy.random._common.cont
ValueError: negative dimensions are not allowed

python3 app.py

Traceback(most recent call last):

File "app.py", line 3, in <module>

data = np.random.randn(-3)

File "mtrand.pyx", line 1218, in numpy.random.mtrand.RandomState.randn

File "mtrand.pyx", line 1375, in numpy.random.mtrand.RandomState.standard_normal

File "_common.pyx", line 558, in numpy.random._common.cont

ValueError: negative dimensions are not allowed

См. другой пример кода.

# importing numpy
import numpy as np

# Now creating an 3D array of size 2x2x3
arr = np.random.randn(2, 2, 3)

print("Values of 3D array is:\n", arr)
print("Shape of the array is : ", np.shape(arr))
# Creating 2D array of size 5x5
arr2 = np.random.randn(5, 5)
print("Values of the array is:\n ", arr2)
print("Shape of the array is : ", np.shape(arr2))

# importing numpy

import numpy as np

# Now creating an 3D array of size 2x2x3

arr = np.random.randn(2, 2, 3)

print("Values of 3D array is:\n", arr)

print("Shape of the array is : ", np.shape(arr))

# Creating 2D array of size 5x5

arr2 = np.random.randn(5, 5)

print("Values of the array is:\n ", arr2)

print("Shape of the array is : ", np.shape(arr2))

Выход:

python3 app.py
Values of 3D array is:
 [[[ 1.17736919  1.26366938 -0.06364264]
  [ 0.57792361 -0.68398595  0.32957414]]

 [[ 0.49199588  0.56612773  0.98434267]
  [ 0.30158417  1.20173148 -0.36974876]]]
Shape of the array is : (2, 2, 3)
Values of the array is:
  [[ 2.50244931e+00  1.12361971e+00 -2.54657975e-01  2.12150049e-02
  -4.34988456e-01]
 [-4.84566143e-01  2.24132038e-01 -1.42568814e+00 -2.47381915e-04
   3.37966017e-01]
 [-1.56456348e+00 -2.03418573e-01 -7.98728742e-01  8.25852255e-01
  -1.57770187e-01]
 [-8.90851952e-01  9.51316758e-01 -2.90582269e-01 -9.88468496e-01
  -4.66474163e-01]
 [ 1.86058960e-01  3.19397531e-01 -1.59117225e+00  2.16834898e-01
  -4.51887901e-01]]
Shape of the array is : (5, 5)

python3 app.py

Values of 3D array is:

[[[ 1.17736919 1.26366938 -0.06364264]

[ 0.57792361 -0.68398595 0.32957414]]

[[ 0.49199588 0.56612773 0.98434267]

[ 0.30158417 1.20173148 -0.36974876]]]

Shape of the array is : (2, 2, 3)

Values of the array is:

[[ 2.50244931e+00 1.12361971e+00 -2.54657975e-01 2.12150049e-02

-4.34988456e-01]

[-4.84566143e-01 2.24132038e-01 -1.42568814e+00 -2.47381915e-04

3.37966017e-01]

[-1.56456348e+00 -2.03418573e-01 -7.98728742e-01 8.25852255e-01

-1.57770187e-01]

[-8.90851952e-01 9.51316758e-01 -2.90582269e-01 -9.88468496e-01

-4.66474163e-01]

[ 1.86058960e-01 3.19397531e-01 -1.59117225e+00 2.16834898e-01

-4.51887901e-01]]

Shape of the array is : (5, 5)

Объяснение.

В этом примере мы напечатали один трехмерный массив, используя функцию random.randn(). В данном случае мы напечатали массив фигур 2x2x3. Кроме того, мы напечатали один 2D-массив с помощью функции. Значения массива вставляются случайным образом в соответствии с описанным выше правилом.

Изменение случайно созданного массива

В этом примере сначала мы создадим массив 2D с помощью функции np random randn(), а затем умножим этот массив на 2, а затем добавим 2 в массив.

# app.py

import numpy as np

array = np.random.randn(2, 2)
print("2D Array filled with random values : \n", array)

# Multiplying values with 2
print("\nArray * 2 : \n", array * 2)

# Or we cab directly do so by
array = np.random.randn(2, 2) * 2 + 2
print("\nArray * 2 + 2 : \n", array)

# app.py

import numpy as np

array = np.random.randn(2, 2)

print("2D Array filled with random values : \n", array)

# Multiplying values with 2

print("\nArray * 2 : \n", array * 2)

# Or we cab directly do so by

array = np.random.randn(2, 2) * 2 + 2

print("\nArray * 2 + 2 : \n", array)

Выход:

python3 app.py
2D Array filled with random values :
 [[ 0.61033846 -2.17725096]
 [-0.45407816  2.04812173]]

Array * 2 :
 [[ 1.22067691 -4.35450192]
 [-0.90815633  4.09624346]]

Array * 2 + 2 :
 [[0.99010675 2.16741196]
 [1.99530574 3.23772725]]

python3 app.py

2D Array filled with random values :

[[ 0.61033846 -2.17725096]

[-0.45407816 2.04812173]]

Array * 2 :

[[ 1.22067691 -4.35450192]

[-0.90815633 4.09624346]]

Array * 2 + 2 :

[[0.99010675 2.16741196]

[1.99530574 3.23772725]]

Изменение формы массива, используя np.reshape()

Есть несколько случаев, когда нам нужно изменить форму массива. В Python функция numpy.reshape() изменяет размерность и возвращает новый массив.

См. следующий код.

# app.py

import numpy as np

array = np.random.randn(3, 4)
print(array)

print("After reshape the array")
print(array.reshape(6, 2))

# app.py

import numpy as np

array = np.random.randn(3, 4)

print(array)

print("After reshape the array")

print(array.reshape(6, 2))

Выход:

python3 app.py
[[ 0.86247213 -0.36951031  0.74445018 -1.28952837]
 [-1.10220821  0.15989654 -0.49336996  1.05084014]
 [ 0.84959592  0.7147576   0.83266357 -0.24533966]]
After reshape the array
[[ 0.86247213 -0.36951031]
 [ 0.74445018 -1.28952837]
 [-1.10220821  0.15989654]
 [-0.49336996  1.05084014]
 [ 0.84959592  0.7147576 ]
 [ 0.83266357 -0.24533966]]

python3 app.py

[[ 0.86247213 -0.36951031 0.74445018 -1.28952837]

[-1.10220821 0.15989654 -0.49336996 1.05084014]

[ 0.84959592 0.7147576 0.83266357 -0.24533966]]

After reshape the array

[[ 0.86247213 -0.36951031]

[ 0.74445018 -1.28952837]

[-1.10220821 0.15989654]

[-0.49336996 1.05084014]

[ 0.84959592 0.7147576 ]

[ 0.83266357 -0.24533966]]

Наш первый массив создается из функции np random randn(), а затем мы использовали функцию numpy reshape() для изменения размеров массива. Помните, здесь не меняется значение массива, но меняется размерность.

Мы также можем преобразовать приведенный выше 2D-массив в 3D-массив, используя функцию reshape().

См. следующий код.

# app.py

import numpy as np

array = np.random.randn(3, 4)
print(array)

print("After reshape the array")
print(array.reshape(2, 2, 3))

# app.py

import numpy as np

array = np.random.randn(3, 4)

print(array)

print("After reshape the array")

print(array.reshape(2, 2, 3))

Выход:

python3 app.py
[[ 2.28291597 -0.53931961 -0.62792401 -0.81161398]
 [-0.7488756   0.43830336  0.27803475  2.64883588]
 [ 0.4840037  -0.95278401  0.5861628  -1.08436804]]
After reshape the array
[[[ 2.28291597 -0.53931961 -0.62792401]
  [-0.81161398 -0.7488756   0.43830336]]

 [[ 0.27803475  2.64883588  0.4840037 ]
  [-0.95278401  0.5861628  -1.08436804]]]

python3 app.py

[[ 2.28291597 -0.53931961 -0.62792401 -0.81161398]

[-0.7488756 0.43830336 0.27803475 2.64883588]

[ 0.4840037 -0.95278401 0.5861628 -1.08436804]]

After reshape the array

[[[ 2.28291597 -0.53931961 -0.62792401]

[-0.81161398 -0.7488756 0.43830336]]

[[ 0.27803475 2.64883588 0.4840037 ]

[-0.95278401 0.5861628 -1.08436804]]]

Заключение

В этом уроке мы увидели, как мы можем использовать метод numpy random.randn() для создания одномерного, двумерного, трехмерного массива. Используя метод np.reshape(), мы можем изменить его размер.