numpy rand函数的应用

以后使用rand(), randint()等函数。

随机浮点类型数值（均匀分布）

numpy.random.rand() 产生[0,1)内的浮点型随机数

numpy.random.rand(value1) 产生[0,1)内的value1个元素的一维数组，如果是多个数字，就产生相应维度的数组，都是[0,1)内的数字。

　　instance: rand(3), rand(3,4)

　　numpy.random.random() 的使用和rand()一样，他们在不同的模块中，一个在random模块，一个在matlib模块中，我认为是为了和matlab一致有了rand(), 而random()是原始的函数。

　　numpy.random.sample() 用法同上。

随机整数类型数值（均匀分布）

numpy.random.randint(low, high) 随机产生[low, high)内的一个整数,如果只有一个元素的话，就是[0, value)内的整数

　　instance: randint(9), randint(2,12)

　　numpy.random.rand_integers(low, hight) 与上面的randint()一样，并且官网不推荐使用次方法，使用randint()。

numpy.random.randint(low, high, value1) 随机产生[low，high)内的value1个元素的一维数组，value1如果是个tuple的话，就产生相应维度的数组（此时必须制定min和max）。

　　instance:  randint(2, 12, 3), randint(2, 12, (2, 3))

正态分布的随机数

np.random.randn( )，产生一个sigma为1，mean为0的浮点数值，里面不用写1，不然返回值为数组

np.random.randn(3) 产生1个包含三个元素的sigma为1，mean为0的浮点数值的数组，  或者用np.random.standard_normal(3)

np.random.randn(2,3)产生2行3列个同上的浮点数值，或者np.rando.standard_normal((2,3))，注意这里是tuple，

如果要产生N(u,sigma)分布的数值， sigma*np.random.randn()+u

 

还可以产生其他任何分布的随机数

其他的一些随机数函数没有整理