넘파이 랜덤 정수 생성

넘파이 랜덤 정수 생성 : random.randint¶

np.random.randint

• 조건에 맞는 정수를 무작위로 반환 합니다.

[타입 1] np.ramdom.randint(입력값1, 입력값2 size=입력값3)

no	옵션	입력 형태	설명
입력값1	첫번째 위치	정수 하나	입력값 이상의 정수를 반환합니다.
입력값2	두번째 위치	정수 하나	입력값 미만의 정수를 반환합니다.
입력값3	size	정수 하나	입력값1, 2 조건에 맞는 정수를 입력값 만큼 반환합니다.

In [1]:

import numpy as np
np.random.randint(0, 5, size=3)

Out[1]:

array([0, 3, 4])

[타입 2] np.ramdom.randint(입력값1, 입력값2 , size=입력값3)

no	옵션	입력 형태	설명
입력값1	첫번째 위치	정수 하나	입력값 이상의 정수를 반환합니다.
입력값2	두번째 위치	정수 하나	입력값 미만의 정수를 반환합니다.
입력값2	size	정수로 구성된 어레이	입력값1 조건에 맞는 정수를 입력값의 사이즈를 반영하여 반환합니다.

In [2]:

import numpy as np
np.random.randint(0, 5, size=(2, 3))

Out[2]:

array([[2, 1, 0],
       [0, 0, 1]])

In [3]:

import numpy as np
np.random.randint(0, 5, size=(1, 3, 3))

Out[3]:

array([[[3, 1, 2],
        [2, 1, 4],
        [0, 3, 0]]])

[타입 3] np.ramdom.randint(입력값1, 입력값2, size=입력값3)

no	옵션	입력 형태	설명
입력값1	첫번째 위치	정수 하나 혹은 리스트	리스트 입력시 각 열의 최저값을 표시합니다.
입력값2	두번째 위치	정수 하나 혹은 리스트	리스트 입력시 각 열의 최대값을 표시합니다.
입력값2	size	정수로 구성된 어레이	입력값1 조건에 맞는 정수를 입력값2의 사이즈를 반영하여 반환합니다.

In [4]:

import numpy as np
np.random.randint([2, 10, 20], [10, 20, 30], size=3)

Out[4]:

array([ 3, 17, 24])

In [5]:

np.random.randint([2, 10, 20], [10, 20, 30], size=(1, 3, 3))

Out[5]:

array([[[ 8, 15, 23],
        [ 5, 16, 25],
        [ 5, 13, 21]]])

In [6]:

# 사이즈를 입력하지 않으면 리스트 길이에 맞는 어레이를 반환합니다.
np.random.randint([2, 10, 20], [10, 20, 30])

Out[6]:

array([ 5, 12, 27])

In [7]:

# 단, 열의 갯수와 리스트 길이가 맞지 않으면 에러가 발생 합니다.
np.random.randint([2, 10, 20], [10, 20, 30], size=(1, 2, 2))

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-7-e8cb5f82b13f> in <module>
      1 # 단, 열의 갯수와 리스트 길이가 맞지 않으면 에러가 발생 합니다.
----> 2 np.random.randint([2, 10, 20], [10, 20, 30], size=(1, 2, 2))

mtrand.pyx in numpy.random.mtrand.RandomState.randint()

_bounded_integers.pyx in numpy.random._bounded_integers._rand_int64()

_bounded_integers.pyx in numpy.random._bounded_integers._rand_int64_broadcast()

__init__.pxd in numpy.PyArray_MultiIterNew3()

ValueError: shape mismatch: objects cannot be broadcast to a single shape.  Mismatch is between arg 0 with shape (3,) and arg 2 with shape (1, 2, 2).