numpy.random.random() 生成随机浮点数
默认为生成一个随机的浮点数,范围在0.0-1.0之间,也可以通过参数size设置返回数据的size
>>>import numpy as np
>>>n=np.random.random()
>>>print(n)
0.429489486421
# 设置参数size
>>>import numpy as np
>>>n=np.random.random(size=(3,2))
>>>print(n)
[[ 0.32018625 0.22410508]
[ 0.57830333 0.74477335]
[ 0.08333105 0.48533304]]
numpy.random.randint() 产生随机数
随机生成一个整数int类型,可以制定整个整数的范围
>>>import numpy as np
>>>print(np.random.randint(8))
>>>print(np.random.randint(5, size=3))
>>>print(np.random.randint(6, size=(3, 2)))
4
[1 1 3]
[[2 4]
[5 4]
[3 0]]
# 指定范围
>>>import numpy as np
print(np.random.randint(low=5, high=10, size=3)
[7 5 5]
numpy.random.normal() 高斯分布随机数
API: normal(loc=0.0, scale=1.0, size=None)</br>
loc:均值,scale:标准差,size:抽取样本的size
>>>import numpy as np
>>>n = np.random.normal(loc=0.0, scale=1.0, size=(2, 3))
[[-0.15040995 -0.43780718 -0.22292445]
[-0.89388124 -0.39465164 0.24113838]]
numpy.random.randn() 标准正态分布随机数
numpy.random.randn(d0, d1,...,dn):</br>
从标准正态分布中返回一个(d0d1...*dn)维样本值
>>>import numpy as np
>>>print(np.random.randn(4, 2))
[[-1.88753851 -2.54412195]
[ 0.51856343 -1.07733711]
[ 1.05820592 -0.23889217]
[ 0.73309062 0.42152066]]
numpy.random.rand() 生成[0, 1)间随机数
用法同numpy.random.randn()
numpy.random.shuffle() 随机打乱序列
将序列的所有元素随机排序(传入参数可以是一个序列或者元祖)
>>>import numpy as np
>>>x = range(0, 8, 1)
>>>print(x)
>>>np.random.shuffle(x)
>>>print(x)
[0, 1, 2, 3, 4, 5, 6, 7]
[2, 3, 5, 4, 1, 7, 0, 6]
numpy.random.choice() 随机选取序列的一个元素
>>>import numpy as np
>>>print(np.random.choice(['a', 'b', 'c', 'd', 'e'])
c
# 输出6个小于5的元素
>>>print(np.random.choice(5, 6))
[2 3 3 3 1 2]
# 每个条目出现的概率。如果没有,假设样本在A中的所有条目都具有均匀分布
>>>import numpy as np
>>>print np.random.choice(5, 3, p=[0.1, 0, 0.3, 0.6, 0])
[0 3 2]
numpy.random.RandomState() 制定种子值
numpy.random.RandomState()指定种子值(指定种子值是为了使同样的条件下每次产生的随机数一样,避免程序调试时由随机数不同而引起的问题) </br>
如不设置种子值时,np.random.randint(8)可能产生0-7内的任意整数,且每次产生的数字可能是任意一种.
而设置种子值后,np.random.RandomState(0).randint(8)可能产生0-7内的任意整数,但种子值不变时每次运行程序产生的数字一样.