난수 행렬을 만드는 간단한 방법

난수 행렬을 만드는 간단한 방법

---

난수 행렬을 만들려고하는데 내 솔루션이 너무 길고보기 흉해 보입니다.

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

이것은 괜찮아 보이지만 내 구현에서는

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

매우 읽기 어렵고 한 줄에 맞지 않습니다.

---

numpy.random.rand를 살펴 보십시오 .

독 스트링 : rand (d0, d1, ..., dn)

주어진 모양의 임의 값.

주어진 모양의 배열을 생성하고 균등 분포에서 무작위 샘플로 전파합니다 [0, 1).

---

>>> import numpy as np
>>> np.random.rand(2,3)
array([[ 0.22568268,  0.0053246 ,  0.41282024],
       [ 0.68824936,  0.68086462,  0.6854153 ]])

---

다음을 삭제할 수 있습니다 range(len()).

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

하지만 실제로는 numpy를 사용해야합니다.

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]])

---

사용 np.random.randint () numpy.random.random_integers로는 ()는 지원되지 않습니다

random_matrix = numpy.random.randint(min_val,max_val,(<num_rows>,<num_cols>))

---

Coursera Machine Learning Neural Network 연습의 Python 구현을 수행하고있는 것 같습니다. 다음은 randInitializeWeights (L_in, L_out)에 대해 수행 한 작업입니다.

#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

---

먼저 numpy배열을 만든 다음 matrix. 아래 코드를 참조하십시오.

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)

---

임의의 정수 배열을 만드는 간단한 방법은 다음과 같습니다.

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

다음은 0에서 10까지의 임의 정수로 구성된 2 x 3 행렬을 출력합니다.

a = np.random.randint(10, size=(2,3))

---

random_matrix = [[random.random for j in range(collumns)] for i in range(rows)
for i in range(rows):
    print random_matrix[i]

---

x = np.int_(np.random.rand(10) * 10)

10 개 중 난수를 위해. 20 개 중 20 개를 곱해야합니다.

---

"난수 행렬"이라고 말하면 위에서 언급 한 Pavel https://stackoverflow.com/a/15451997/6169225 로 numpy를 사용할 수 있습니다 .이 경우이 분포 (의사)와 관련이 없다고 가정합니다. ) 난수를 준수합니다.

However, if you require a particular distribution (I imagine you are interested in the uniform distribution), numpy.random has very useful methods for you. For example, let's say you want a 3x2 matrix with a pseudo random uniform distribution bounded by [low,high]. You can do this like so:

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

Note, you can replace uniform by any number of distributions supported by this library.

Further reading: https://docs.scipy.org/doc/numpy/reference/routines.random.html

---

An answer using map-reduce:-

map(lambda x: map(lambda y: ran(),range(len(inputs[0]))),range(hiden_neurons))

---

#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

참고URL : https://stackoverflow.com/questions/15451958/simple-way-to-create-matrix-of-random-numbers