117

我正在尝试创建一个随机数矩阵,但我的解决方案太长而且看起来很难看

random_matrix = [[random.random() for e in range(2)] for e in range(3)]

这看起来不错,但在我的实现中是

weights_h = [[random.random() for e in range(len(inputs[0]))] for e in range(hiden_neurons)]

这是非常不可读的,不适合一行。

4

13 回答 13

104

您可以删除range(len())

weights_h = [[random.random() for e in inputs[0]] for e in range(hiden_neurons)]

但实际上,您可能应该使用 numpy。

In [9]: numpy.random.random((3, 3))
Out[9]:
array([[ 0.37052381,  0.03463207,  0.10669077],
       [ 0.05862909,  0.8515325 ,  0.79809676],
       [ 0.43203632,  0.54633635,  0.09076408]])
于 2013-03-16T16:57:09.183 回答
98

看看numpy.random.rand

文档字符串:rand(d0, d1, ..., dn)

给定形状的随机值。

创建一个给定形状的数组,并使用来自均匀分布的随机样本传播它[0, 1)


>>> import numpy as np
>>> np.random.rand(2,3)
array([[ 0.22568268,  0.0053246 ,  0.41282024],
       [ 0.68824936,  0.68086462,  0.6854153 ]])
于 2013-03-16T16:57:07.897 回答
28

不推荐使用np.random.randint()asnp.random.random_integers()

random_matrix = np.random.randint(min_val,max_val,(<num_rows>,<num_cols>))
于 2018-02-03T10:30:36.733 回答
6

看起来您正在执行 Coursera 机器学习神经网络练习的 Python 实现。这是我为 randInitializeWeights(L_in, L_out) 所做的

#get a random array of floats between 0 and 1 as Pavel mentioned 
W = numpy.random.random((L_out, L_in +1))

#normalize so that it spans a range of twice epsilon
W = W * 2 * epsilon

#shift so that mean is at zero
W = W - epsilon
于 2014-02-17T20:10:50.860 回答
4

首先,创建numpy数组,然后将其转换为matrix. 请看下面的代码:

import numpy

B = numpy.random.random((3, 4)) #its ndArray
C = numpy.matrix(B)# it is matrix
print(type(B))
print(type(C)) 
print(C)
于 2018-09-22T17:12:21.113 回答
4

为了创建一个随机数数组,NumPy 使用以下方法创建数组:

  1. 实数

  2. 整数

使用随机实数创建数组: 有 2 个选项

  1. random.rand(用于生成的随机数的均匀分布)
  2. random.randn(用于生成的随机数的正态分布)

随机数

import numpy as np 
arr = np.random.rand(row_size, column_size) 

随机.randn

import numpy as np 
arr = np.random.randn(row_size, column_size) 

使用随机整数创建数组:

import numpy as np
numpy.random.randint(low, high=None, size=None, dtype='l')

在哪里

  • low = 要从分布中提取的最低(有符号)整数
  • high(optional)= 如果提供,则高于要从分布中提取的最大(有符号)整数
  • size(optional) = 输出形状,即如果给定的形状是,例如,(m, n, k),则绘制 m * n * k 个样本
  • dtype(optional) = 结果的所需 dtype。

例如:

给定的示例将生成一个介于 0 和 4 之间的随机整数数组,其大小为 5*5,有 25 个整数

arr2 = np.random.randint(0,5,size = (5,5))

为了创建 5 x 5 矩阵,应将其修改为

arr2 = np.random.randint(0,5,size = (5,5)),将乘法符号*改为逗号,#

[[2 1 1 0 1][3 2 1 4 3][2 3 0 3 3][1 3 1 0 0][4 1 2 0 1]]

例2:

给定的示例将生成一个介于 0 和 1 之间的随机整数数组,其大小将为 1*10,并且将包含 10 个整数

arr3= np.random.randint(2, size = 10)

[0 0 0 0 1 1 0 0 1 1]

于 2020-04-16T06:54:19.130 回答
2
x = np.int_(np.random.rand(10) * 10)

对于 10 中的随机数。对于 20 中的随机数,我们必须乘以 20。

于 2016-08-07T11:11:42.203 回答
2

当您说“随机数矩阵”时,您可以将 numpy 用作上面提到的 Pavel https://stackoverflow.com/a/15451997/6169225,在这种情况下,我假设您与这些分布无关(伪) 随机数坚持。

但是,如果您需要特定的分布(我想您对均匀分布感兴趣),numpy.random有非常有用的方法对您来说。例如,假设您想要一个 3x2 矩阵,其具有以 [low,high] 为界的伪随机均匀分布。你可以这样做:

numpy.random.uniform(low,high,(3,2))

请注意,您可以替换uniform为此库支持的任意数量的发行版。

进一步阅读:https ://docs.scipy.org/doc/numpy/reference/routines.random.html

于 2018-03-13T15:55:34.473 回答
2

创建随机整数数组的一种简单方法是:

matrix = np.random.randint(maxVal, size=(rows, columns))

以下输出 0 到 10 的随机整数的 2 x 3 矩阵:

a = np.random.randint(10, size=(2,3))
于 2019-04-05T18:58:49.200 回答
1

使用 map-reduce 的答案:-

map(lambda x: map(lambda y: ran(),range(len(inputs[0]))),range(hiden_neurons))
于 2013-03-16T17:00:21.403 回答
1
random_matrix = [[random.random for j in range(collumns)] for i in range(rows)
for i in range(rows):
    print random_matrix[i]
于 2013-12-22T08:15:05.967 回答
0
#this is a function for a square matrix so on the while loop rows does not have to be less than cols.
#you can make your own condition. But if you want your a square matrix, use this code.

import random

import numpy as np

def random_matrix(R, cols):

        matrix = []

        rows =  0

        while  rows < cols:

            N = random.sample(R, cols)

            matrix.append(N)

            rows = rows + 1

    return np.array(matrix)

print(random_matrix(range(10), 5))
#make sure you understand the function random.sample
于 2019-06-12T19:13:53.333 回答
0

numpy.random.rand(row, column) 根据给定的指定 (m,n) 参数生成 0 到 1 之间的随机数。所以用它来创建一个 (m,n) 矩阵并将矩阵乘以范围限制并将其与上限相加。

分析:如果生成零,则保持下限,但如果生成一,则保持上限。换句话说,使用 rand numpy 生成限制,您可以生成所需的极端数字。

import numpy as np

high = 10
low = 5
m,n = 2,2

a = (high - low)*np.random.rand(m,n) + low

输出:

a = array([[5.91580065, 8.1117106 ],
          [6.30986984, 5.720437  ]])
于 2020-04-01T14:57:41.367 回答