目录
1.在区间[a,b)随机生成n个整数。
2.在区间[a,b)随机生成n个数。
3.在区间[0,1)生成随机数
4.打乱顺序
5.从指定的列表中选择
NumPy（Numerical Python）是一个开源的科学计算库，专门用于高效处理多维数组（ndarray）和数值运算。它是 Python 生态中数据科学、机器学习、工程计算等领域的核心工具之一，提供了比原生 Python 列表更高效、更便捷的数组操作能力。
在 NumPy 中，numpy.random 是一个子模块，专门用于生成伪随机数（即基于算法生成的、看似随机但可复现的数值序列）。它提供了丰富的函数，可以生成不同分布的随机数（如均匀分布、正态分布、泊松分布等），并支持随机数组的生成、随机采样、打乱数据等操作。
1.在区间[a,b)随机生成n个整数。
np.random.randint
import numpy as np
x = np.random.randint(5, 10, 1)#在[5,10)中随机生成1个整数
y = np.random.randint(3, 15, 4)#在[3,15)中随机生成4个整数
print(x)
print(y)
print(type(x))
print(type(x))
z = np.random.randint(5, 10)#在[5,10)中随机生成1个整数
print(z)
print(type(z))输出
[8]
[12 7 12 9]
<class 'numpy.ndarray'>
<class 'numpy.ndarray'>
6
<class 'int'>
可以看到随机数是numpy数组的格式<class 'numpy.ndarray'>
===========================补充==============================
opencv 读取的图片，本质上也是numpy 数组的形式。
对于一个彩色图像RGB来说，是一个三维的数组。
通过.flatten()可分离为3个一维的数组。
import numpy as np
import cv2#图片变数组
img = cv2.imread("MN.png")
print(type(img))
print(img.shape)
height, width = img.shape[:2]# 提取三个通道并展平为一维数组
lst1 = img[:, :, 0].flatten() # Blue 通道
lst2 = img[:, :, 1].flatten() # Green 通道
lst3 = img[:, :, 2].flatten() # Red 通道print("Blue 通道 (lst1):", len(lst1))
print("Green 通道 (lst2):", len(lst2))
print("Red 通道 (lst3):", len(lst3))输出：
<class 'numpy.ndarray'>
(387, 688, 3)
Blue 通道 (lst1): 266256
Green 通道 (lst2): 266256
Red 通道 (lst3): 266256
当然，数组也能反过来变成图片。
通过np.random.randint随机生成3个数组，三合1，变成一张彩色图像。
import numpy as np
import cv2#图片变数组
img = cv2.imread("MN.png")
print(type(img))
print(img.shape)
height, width = img.shape[:2]# 提取三个通道并展平为一维数组
lst1 = img[:, :, 0].flatten() # Blue 通道
lst2 = img[:, :, 1].flatten() # Green 通道
lst3 = img[:, :, 2].flatten() # Red 通道print("Blue 通道 (lst1):", len(lst1))
print("Green 通道 (lst2):", len(lst2))
print("Red 通道 (lst3):", len(lst3))#数组变图片
lst4 = np.random.randint(0,256,266256).astype(np.uint8)
lst5 = np.random.randint(0,256,266256).astype(np.uint8)
lst6 = np.random.randint(0,256,266256).astype(np.uint8)
print(lst4.dtype)
blue = lst4.reshape((height, width))
green = lst5.reshape((height, width))
red = lst6.reshape((height, width))
new_img = cv2.merge([blue, green, red])cv2.imshow("Modified Image", new_img)
cv2.waitKey(0)
cv2.destroyAllWindows()注意：
lst4 = np.random.randint(0,256,266256).astype(np.uint8)
np.random.randint中的元素是int32格式，要改为opencv所用的np.uint8格式。
运行后，得到杂乱无章的雪花图。
=================补充的补充======================
当你有很多张yellow图，但无法通过审核来发送给你的好兄弟时。
是否可以通过这种方法（图像转数组，存入txt，发送。收到后在转图像），来实现呢？
代码中的MN.png（尺寸：(387, 688, 3)）：
图片转数组并存入txt，代码如下：
import numpy as np
import cv2#图片变数组
img = cv2.imread("MN.png")
print(img.shape)
height, width = img.shape[:2]# 提取三个通道并展平为一维数组
lst1 = img[:, :, 0].flatten() # Blue 通道
lst2 = img[:, :, 1].flatten() # Green 通道
lst3 = img[:, :, 2].flatten() # Red 通道# 保存到txt文件（每个通道占一行，空格分隔）
combined = np.array([lst1, lst2, lst3])
np.savetxt("img_data.txt", combined, fmt="%d")txt中提取数组，并数组转图片，代码如下：
import numpy as np
import cv2
height= 387
width = 688# 读取文件内容
data = np.loadtxt("img_data.txt", dtype=int)
# 提取三个通道
blue = data[0].reshape(height, width).astype(np.uint8)
green = data[1].reshape(height, width).astype(np.uint8)
red = data[2].reshape(height, width).astype(np.uint8)
new_img = cv2.merge([blue, green, red])cv2.imshow("Modified Image", new_img)
cv2.waitKey(0)
cv2.destroyAllWindows()img_data.txt:
（为什么图片转数组后，txt比图片大这么多。。。）
运行后：非常清晰
完整代码：
里面放了很多 比较得劲的 img_data.txt ，自己转了看把 =-=。
通过网盘分享的文件：test_np_cv
链接: https://pan.baidu.com/s/1y9YDJWw9xvG6AakM5X4GUA
提取码: ebtg
==============================================================
2.在区间[a,b)随机生成n个数。
np.random.uniform
import numpy as np
x = np.random.uniform(5, 10, 1)#在[5,10)中随机生成1个数
y = np.random.uniform(3, 15, 4)#在[3,15)中随机生成4个数
print(x)
print(y)
print(type(x))
print(type(x))
z = np.random.uniform(5, 10)#在[5,10)中随机生成1个数
print(z)
print(type(z))3.在区间[0,1)生成随机数
rand 与 randn
import numpy as np# 平均数
def average(lst):sum_lst = 0for n in lst:sum_lst = sum_lst+nreturn sum_lst/len(lst)X = np.random.rand(100)#随机生成100个数
Y = np.random.randn(100)#随机生成100个数print(average(X))
print(average(Y))运行多次后发现，
average(X) = 0.5
average(Y) = 0
rand是[0, 1) 均匀分布随机数
randn标准正态分布随机数，范围是 (-∞, +∞)，但大部分值落在 [-3, +3] 之间。
rand 与 randn可用于模拟数据，例如：y = 3x + 4 ，x在[0,3)上的近似数据。
import numpy as np
import matplotlib.pyplot as plt
# 平均数
def average(lst):sum_lst = 0for n in lst:sum_lst = sum_lst+nreturn sum_lst/len(lst)# 生成特征数据 X：100个 [0,3) 区间的均匀分布随机数
x = 3 * np.random.rand(100) # np.random.rand生成[0,1)均匀分布，乘以3扩展到[0,3)# 生成目标数据 y：线性关系 y = 4 + 3X + 高斯噪声
y = 4 + 3 * x + np.random.randn(100) # np.random.randn生成标准正态分布噪声# 可视化原始数据
plt.plot(x, y, 'b.') # 蓝色点图
plt.xlabel('x1') # x轴标签
plt.ylabel('y') # y轴标签
plt.axis([0, 3, 0, 20]) # 设置坐标范围：x[0,3], y[0,20]
plt.show()运行后：
4.打乱顺序
shuffle
import numpy as np
lst = [ 1,2,3,4,5,6]
np.random.shuffle(lst)#打乱数组
print(lst)输出[4, 2, 1, 5, 6, 3]
====================
在第一节的补充的补充中，数组转图片中
打乱一维的数组后，
产生了噪音：
代码：
import numpy as np
import cv2
height= 387
width = 688# 读取文件内容
data = np.loadtxt("img_data.txt", dtype=int)
# 提取三个通道
blue = data[0].reshape(height, width).astype(np.uint8)
green = data[1].reshape(height, width).astype(np.uint8)
red = data[2].reshape(height, width).astype(np.uint8)
np.random.shuffle(blue)
new_img = cv2.merge([blue, green, red])cv2.imshow("Modified Image", new_img)
cv2.waitKey(0)
cv2.destroyAllWindows()5.从指定的列表中选择
np.random.choice
import numpy as nplst1 = [1,2,3,5,8,9,15,21]
print(np.random.choice(lst1))lst2 = ["一等奖","二等奖","三等奖","谢谢惠顾"]
print(np.random.choice(lst2))修改各个选项的概率：
import numpy as np
lst2 = ["一等奖","二等奖","三等奖","谢谢惠顾"]
lst2_weight = [0.1, 0.2, 0.3,0.4]
result = np.random.choice(lst2, p=lst2_weight)
print(result)概率为0.1,0.2,0.3,0.4
动态概率：模拟原神抽卡
lst = ['绿', '班尼特','芭芭拉','七七','刻晴','钟离']
lst_probabilities = [90 / 100, 4.5 / 100, 4.5 / 100, 0.3 / 100, 0.3 / 100, 0.4 / 100]
不断抽奖中，随着count的增加
count += 1
lst_probabilities跟着改变
lst_probabilities = [90 / 100-6*int(count2)/1000, 4.5 / 100, 4.5 / 100, 0.3 / 100+2*int(count2)/1000, 0.3 / 100+2*int(count2)/1000, 0.4 / 100+2*int(count2)/1000]
运行后：
完整代码
import sys
import numpy as np
from PyQt5.QtWidgets import (QApplication, QMainWindow, QWidget, QVBoxLayout,QHBoxLayout, QLineEdit, QPushButton)
from PyQt5.QtCore import Qtclass GachaApp(QMainWindow):def __init__(self):super().__init__()self.setWindowTitle('非酋or欧皇')self.setFixedSize(800, 400)self.count = 0self.count2 = 0self.lst = ['绿', '班尼特', '芭芭拉', '七七', '刻晴', '钟离']self.lst_probabilities = [90 / 100, 4.5 / 100, 4.5 / 100, 0.3 / 100, 0.3 / 100, 0.4 / 100]self.initUI()def initUI(self):central_widget = QWidget()self.setCentralWidget(central_widget)main_layout = QVBoxLayout()central_widget.setLayout(main_layout)# 输入框网格self.input_boxes = []grid_layout = QHBoxLayout()for i in range(10):input_box = QLineEdit()input_box.setAlignment(Qt.AlignCenter)input_box.setFixedSize(60, 60)input_box.setReadOnly(True)self.input_boxes.append(input_box)grid_layout.addWidget(input_box)main_layout.addLayout(grid_layout)# 抽卡按钮self.gacha_btn = QPushButton('抽卡')self.gacha_btn.setFixedSize(150, 50)self.gacha_btn.clicked.connect(self.gacha)# 计数器self.count_btn = QPushButton("0")self.count_btn.setFixedSize(80, 30)self.count_btn.setEnabled(False)# 重新开始按钮self.reset_btn = QPushButton('重新开始')self.reset_btn.setFixedSize(100, 30)self.reset_btn.clicked.connect(self.reset)# 按钮布局btn_layout = QHBoxLayout()btn_layout.addWidget(self.gacha_btn)btn_layout.addWidget(self.count_btn)btn_layout.addWidget(self.reset_btn)main_layout.addLayout(btn_layout)def gacha(self):self.count += 1self.count_btn.setText(f"{self.count}")# 更新概率（根据你的原始逻辑）self.lst_probabilities = [90 / 100 - 3 * self.count2 / 1000,4.5 / 100,4.5 / 100,0.3 / 100 + 1 * self.count2 / 1000,0.3 / 100 + 1 * self.count2 / 1000,0.4 / 100 + 1 * self.count2 / 1000]# 归一化处理（确保概率总和为1）prob_sum = sum(self.lst_probabilities)self.lst_probabilities = [p / prob_sum for p in self.lst_probabilities]# 抽卡并显示结果for i in range(10):result = np.random.choice(self.lst, p=self.lst_probabilities)self.input_boxes[i].setText(result)if result in ['七七', '钟离', '刻晴']:self.show_popup(f"恭喜你 抽到了 {result}")self.count2 = 0else:self.count2 += 1def reset(self):self.count = 0self.count2 = 0self.count_btn.setText(f"{self.count}")for box in self.input_boxes:box.clear()def show_popup(self, message):from PyQt5.QtWidgets import QMessageBoxmsg = QMessageBox()msg.setIcon(QMessageBox.Information)msg.setText(message)msg.setWindowTitle("恭喜")msg.setStandardButtons(QMessageBox.Ok)msg.exec_()if __name__ == '__main__':app = QApplication(sys.argv)ex = GachaApp()ex.show()sys.exit(app.exec_()))
（第二篇，总共六篇）)
