numpy.random.RandomState.random_integers

方法

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

从 low 和 high（包含两者）之间生成 numpy.int_ 类型的随机整数。

在闭区间 [low, high] 中返回类型为 numpy.int_ 的服从“离散均匀”分布的随机整数。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 long integer 类型，其精度取决于平台。

此函数已被弃用。请改用 randint。

自版本 1.11.0 起已弃用。

参数:

lowint

从分布中提取的最低（有符号）整数（除非 high=None，在这种情况下，此参数是此类的最高整数）。

highint, 可选

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

sizeint 或 int 元组，可选

输出形状。如果给定的形状是例如 (m, n, k)，则会提取 m * n * k 个样本。默认值为 None，在这种情况下返回单个值。

返回:

outint 或 int 的 ndarray

size 形状的随机整数数组，来自适当的分布，如果未提供 size，则为单个随机整数。

另请参阅

randint

与 random_integers 类似，但适用于半开区间 [low, high)，如果省略 high，则最低值为 0。

备注

要从 a 和 b 之间 N 个等间距浮点数中采样，请使用

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

示例

在浏览器中试试看！

>>> 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 到 2.5 之间五个等间距数字（包含两者）的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 次并对结果求和

>>> 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()

返回在新标签页中打开