Come creare una matrice numpy con numeri casuali

È possibile utilizzare i seguenti metodi per creare una matrice NumPy con numeri casuali:

Metodo 1: crea una matrice NumPy di numeri interi casuali

 n.p. random . randint (low, high, (rows, columns))

Metodo 2: creare una matrice NumPy di numeri in virgola mobile casuali

 n.p. random . rand (rows, columns)

Gli esempi seguenti mostrano come utilizzare ciascun metodo nella pratica.

Esempio 1: crea una matrice NumPy di numeri interi casuali

Il codice seguente mostra come creare una matrice NumPy di valori casuali compresi tra 0 e 20 con una forma di 7 righe e 2 colonne :

 import numpy as np

#create NumPy matrix of random integers
n.p. random . randint (0, 20, (7, 2))

array([[ 3, 7],
       [17, 10],
       [0, 10],
       [13, 16],
       [6, 14],
       [8, 7],
       [9, 15]])

Nota che ogni valore nella matrice è compreso tra 0 e 20 e la forma finale della matrice è 7 righe e 2 colonne.

Esempio 2: crea una matrice NumPy di numeri in virgola mobile casuali

Il codice seguente mostra come creare una matrice NumPy con valori float casuali compresi tra 0 e 1 e una forma di 7 colonne e 2 righe:

 import numpy as np

#create NumPy matrix of random floats
n.p. random . rand (7, 2)

array([[0.64987774, 0.60099292],
       [0.13626106, 0.1859029 ],
       [0.77007972, 0.65179164],
       [0.33524707, 0.46201819],
       [0.1683, 0.72960909],
       [0.76117417, 0.37212974],
       [0.18879731, 0.65723325]])

Il risultato è una matrice NumPy che contiene valori float casuali compresi tra 0 e 1 con una forma di 7 righe e 2 colonne.

Tieni presente che puoi anche utilizzare la funzione NumPy round() per arrotondare ciascun float a un certo numero di cifre decimali.

Ad esempio, il codice seguente mostra come creare una matrice NumPy di numeri in virgola mobile casuali, ciascuno arrotondato a 2 cifre decimali:

 import numpy as np

#create NumPy matrix of random floats rounded to 2 decimal places
n.p. round (np. random . rand (5, 2), 2)

array([[0.37, 0.63],
       [0.51, 0.68],
       [0.23, 0.98],
       [0.62, 0.46],
       [0.02, 0.94]])

Nota : puoi trovare la documentazione completa per la funzione NumPy rand() qui .

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre conversioni comuni in Python:

Come convertire le colonne Pandas DataFrame in stringhe
Come convertire il timestamp in data/ora in Pandas
Come convertire DateTime fino ad oggi in Panda