mars.tensor.random.RandomState#
- class mars.tensor.random.RandomState(seed=None)[来源]#
-
方法
__init__([seed])beta(a, b[, size, chunk_size, gpu, dtype])从Beta分布中抽样。
binomial(n, p[, size, chunk_size, gpu, dtype])从一个二项分布中抽取样本。
bytes(长度)返回随机字节。
chisquare(df[, size, chunk_size, gpu, dtype])从卡方分布中抽取样本。
choice(a[, size, replace, p, chunk_size, gpu])从给定的 1-D 数组生成随机样本
dirichlet(alpha[, size, chunk_size, gpu, dtype])从狄利克雷分布中抽取样本。
exponential([比例, 大小, 块大小, gpu, ...])从指数分布中抽样。
f(dfnum, dfden[, size, chunk_size, gpu, dtype])从F分布中抽取样本。
from_numpy(np_random_state)gamma(形状[, 缩放, 大小, 块大小, gpu, ...])从Gamma分布中抽取样本。
geometric(p[, 大小, 块大小, gpu, 数据类型])从几何分布中抽取样本。
gumbel([位置, 尺度, 大小, 块大小, gpu, ...])从Gumbel分布中抽样。
hypergeometric(ngood, nbad, nsample[, size, ...])从超几何分布中抽取样本。
laplace([位置, 尺度, 大小, 块大小, gpu, ...])从拉普拉斯或双指数分布中绘制样本，指定位置（或均值）和尺度（衰减）。
logistic([位置, 尺度, 大小, 块大小, ...])从逻辑分布中抽样。
lognormal([均值, 标准差, 大小, 块大小, ...])从对数正态分布中抽样。
logseries(p[, 大小, 块大小, gpu, 数据类型])从对数系列分布中抽样。
multinomial(n, pvals[, size, chunk_size, ...])从多项式分布中抽取样本。
multivariate_normal(均值, 协方差[, 大小, ...])从多元正态分布中抽取随机样本。
negative_binomial(n, p[, size, chunk_size, ...])从负二项分布中抽样。
noncentral_chisquare(df, nonc[, size, ...])从非中心卡方分布中抽取样本。
noncentral_f(dfnum, dfden, nonc[, size, ...])从非中心F分布中抽取样本。
normal([loc, scale, size, chunk_size, gpu, ...])从正态（高斯）分布中抽取随机样本。
pareto(a[, size, chunk_size, gpu, dtype])从指定形状的Pareto II或Lomax分布中抽取样本。
permutation(x[, axis, chunk_size])随机排列一个序列，或返回一个排列的范围。
poisson([lam, size, chunk_size, gpu, dtype])从泊松分布中抽样。
power(a[, 大小, 块大小, gpu, 数据类型])从正指数 a - 1 的幂分布中在 [0, 1] 范围内绘制样本。
rand(*dn, **kw)给定形状中的随机值。
randint(低[, 高, 大小, 数据类型, 密度, ...])返回从 low（包含）到 high（不包含）的随机整数。
randn(*dn, **kw)从“标准正态”分布中返回一个样本（或多个样本）。
random([大小, 块大小, gpu, 数据类型])返回在半开区间 [0.0, 1.0) 内的随机浮点数。
random_integers(低[, 高, 大小, ...])包括low和high之间的mt.int类型随机整数。
random_sample([大小, 块大小, gpu, 数据类型])返回在半开区间 [0.0, 1.0) 内的随机浮点数。
ranf([size, chunk_size, gpu, dtype])返回在半开区间 [0.0, 1.0) 内的随机浮点数。
rayleigh([scale, size, chunk_size, gpu, dtype])从瑞利分布中抽样。
sample([size, chunk_size, gpu, dtype])返回在半开区间 [0.0, 1.0) 内的随机浮点数。
seed([seed])为生成器设置种子。
shuffle(x[, axis])通过打乱其内容就地修改序列。
standard_cauchy([size, chunk_size, gpu, dtype])从标准柯西分布中抽取样本，模式 = 0。
standard_exponential([size, chunk_size, ...])从标准指数分布中抽取样本。
standard_gamma(形状[, 大小, 块大小, ...])从标准伽马分布中抽取样本。
standard_normal([大小, 块大小, gpu, 数据类型])从标准正态分布中抽取样本（均值=0，标准差=1）。
standard_t(df[, size, chunk_size, gpu, dtype])从具有df自由度的标准学生t分布中抽样。
to_numpy()triangular(left, mode, right[, size, ...])从区间
[left, right]的三角分布中抽取样本。uniform([低, 高, 大小, 块大小, gpu, ...])从均匀分布中抽样。
vonmises(mu, kappa[, size, chunk_size, gpu, ...])从冯·米塞斯分布中抽取样本。
wald(mean, scale[, size, chunk_size, gpu, dtype])从Wald分布或反高斯分布中抽取样本。
weibull(a[, size, chunk_size, gpu, dtype])从威布尔分布中抽样。
zipf(a[, 大小, 块大小, gpu, 数据类型])从Zipf分布中抽取样本。