生成随机值时可以指定numpy数据类型吗？

Question

我正在创建一个包含随机值的 numpy 数组，并将这些值添加到一个已经存在的包含32位浮点数的数组中。我希望生成的随机值和目标数组使用相同的数据类型，这样我就不需要手动转换数据类型。目前我这样做：

import numpy as np

x = np.zeros((10, 10), dtype='f')
x += np.random.randn(*x.shape).astype('f')

我想要的，而不是最后一行，是这样的：

x += np.random.randn(*x.shape, dtype=x.dtype)

但是 randn（实际上 numpy.random 的所有方法）都不接受 dtype 参数。

我具体想问的是，在创建随机数时，是否可以指定数据类型，而不需要调用 astype？（我猜测随机数生成器是64位的，所以这样做其实没有意义，但我还是想问问是否可能。）

Answer 1

np.random.randn 函数会随机生成一个指定形状的数组，并且这个数组的数据类型是 "np.float64"。

你可以通过以下方式自己验证这一点：

a = np.random.rand(2,3)
b = a[1,2]
print (type(b))
print (type(a))

输出结果如下：

<class 'numpy.float64'>
<class 'numpy.ndarray'>

Answer 2

我想很多时候你可以直接使用 randint 这个函数，比如：

np.random.randint(low=0, high=256, size=(256,256,3), dtype=np.uint8)

Answer 3

首先要说的是，numpy现在支持生成随机整数的不同数据类型。这项功能可以在numpy的github上通过问题 #6790进行跟踪。不过截至目前，这个功能还不支持gaussian RNG。我也需要这个功能，所以我为numpy写了一个补丁，链接在这里：https://gist.github.com/se4u/e44f631b249e0be03c21c6c898059176

这个补丁只增加了生成float类型值的支持，其他数据类型暂时不处理，但可能对某些人还是有帮助的。

更新于2020年9月27日

numpy.random.Generator提供了支持dtype关键字的随机数生成器，可以用于所有随机变量。例如，numpy.random.default_rng().standard_normal(size=1, dtype='float32')会生成一个类型为float32的标准高斯随机数。

Answer 4

问：在创建随机数时，可以指定数据类型吗？

答：不可以。randn 只接受形状参数，格式是 randn(d0, d1, ..., dn)

你可以试试这个：

x = np.random.randn(10, 10).astype('f')

或者定义一个新函数，比如：

np.random.randn2 = lambda *args, dtype=np.float64: np.random.randn(*args).astype(dtype)
x = np.random.randn2(10, 10, dtype='f')

如果你需要在帖子中使用你的代码，可以试试这个代码：

x = np.zeros((10, 10), dtype='f')
x[:] = np.random.randn(*x.shape)

这段代码把 randn 的结果赋值给 np.zeros 分配的内存。