numpy.random.RandomState.random_integers#

method

random.RandomState.random_integers(low, high=None, size=None)#

numpy.int_ 类型的随机整数,包含 low 和 high ,包括边界值.

从闭区间 [ low , high ] 中的“离散均匀”分布返回 numpy.int_ 类型的随机整数. 如果 high 为 None(默认值),则结果来自 [1, low ]. numpy.int_ 类型转换为 C 语言的长整数类型,其精度与平台有关.

此函数已弃用.请改用 randint.

自 1.11.0 版本弃用.

参数:
lowint

要从分布中提取的最低(有符号)整数(除非 high=None ,在这种情况下,此参数是最高的此类整数).

high整数,可选

如果提供,则为要从分布中提取的最大的(有符号)整数(有关 high=None 时的行为,请参见上文).

sizeint 或 int 的元组,可选.

输出形状.如果给定的形状是,例如 (m, n, k) ,则抽取 m * n * k 个样本.默认值为 None,在这种情况下,将返回单个值.

返回:
outint 或 ints 的 ndarray

来自适当分布的 size 形状的随机整数数组,如果未提供 size ,则为单个此类随机 int.

参见

randint

类似于 random_integers ,仅适用于半开区间 [ low , high ),如果省略 high ,则 0 是最小值.

注释

要从 a 和 b 之间的 N 个均匀间隔的浮点数中采样,请使用:

a + (b - a) * (np.random.random_integers(N) - 1) / (N - 1.)

示例

>>> np.random.random_integers(5)
4 # random
>>> type(np.random.random_integers(5))
<class 'numpy.int64'>
>>> np.random.random_integers(5, size=(3,2))
array([[5, 4], # random
       [3, 3],
       [4, 5]])

从 0 和 2.5 之间(包括 0 和 2.5)的五个均匀分布的数字集合中选择五个随机数,即从集合 \({0, 5/8, 10/8, 15/8, 20/8}\) 中选择:

>>> 2.5 * (np.random.random_integers(5, size=(5,)) - 1) / 4.
array([ 0.625,  1.25 ,  0.625,  0.625,  2.5  ]) # random

掷两个六面骰子 1000 次,然后对结果求和:

>>> d1 = np.random.random_integers(1, 6, 1000)
>>> d2 = np.random.random_integers(1, 6, 1000)
>>> dsums = d1 + d2

将结果显示为直方图:

>>> import matplotlib.pyplot as plt
>>> count, bins, ignored = plt.hist(dsums, 11, density=True)
>>> plt.show()
../../../_images/numpy-random-RandomState-random_integers-1.png