numpy.random.Generator.integers#

方法

random.Generator.integers(low, high=None, size=None, dtype=np.int64, endpoint=False)#

从 low（包含）到 high（不包含）返回随机整数。如果 endpoint=True，则从 low（包含）到 high（包含）返回随机整数。替换 RandomState.randint（endpoint=False）和 RandomState.random_integers（endpoint=True）。

从指定 dtype 的“离散均匀”分布返回随机整数。如果 high 为 None（默认值），则结果范围为 0 到 low。

参数:

lowint 或 int 的数组类: 从分布中绘制的最低（有符号）整数（除非 high=None，在这种情况下，此参数为 0，而此值用于 high）。
highint 或 int 的数组类，可选: 如果提供，则为从分布中绘制的最高（有符号）整数之上一个（有关 high=None 时行为的说明，请参阅上文）。如果为数组类，则必须包含整数值。
sizeint 或 int 的元组，可选: 输出形状。如果给定的形状例如是 (m, n, k)，则将抽取 m * n * k 个样本。默认为 None，在这种情况下返回单个值。
dtypedtype, optional: 结果所需的 dtype。字节顺序必须是原生的。默认值为 np.int64。
endpointbool，可选: 如果为 true，则从区间 [low, high] 而不是默认的 [low, high) 中采样。默认为 False。

返回:

outint or ndarray of ints: 来自适当分布的随机整数的 size 形状的数组，或者在未提供 size 时为单个随机整数。

备注

在使用 uint64 dtype 进行广播时，最大值（2**64）无法表示为标准整数类型。high 数组（或 low，如果 high 为 None）必须具有 object dtype，例如 array([2**64])。

参考

[1]

Daniel Lemire.，“Fast Random Integer Generation in an Interval”，ACM Transactions on Modeling and Computer Simulation 29 (1)，2019，https://arxiv.org/abs/1805.10941。

示例

>>> 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])

生成一个 2x4 的整数数组，范围在 0 到 4 之间（包含）。

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

生成一个 1x3 的数组，具有 3 个不同的上限。

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

生成一个 1x3 的数组，具有 3 个不同的下限。

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

使用 dtype 为 uint8 的广播生成一个 2x4 的数组。

>>> rng.integers([1, 3, 5, 7], [[10], [20]], dtype=np.uint8)
array([[ 8,  6,  9,  7],
       [ 1, 16,  9, 12]], dtype=uint8)  # random