np.random模块的使用介绍

　　np.random模块常用的一些方法介绍

　　名称　　作用

　　numpy.random.rand(d0, d1, …, dn)　　生成一个[d0, d1, …, dn]维的numpy数组，数组的元素取自[0, 1)上的均分布，若没有参数输入，则生成一个[0, 1)的数。

　　numpy.random.randn(d0, d1, …, dn)　　生成一个[d0, d1, …, dn]维的numpy数组，具有标准正态分布。

　　numpy.random.randint(low, high=None, size=None, dtype=‘I’)　　生成整数，取值范围为[low, high)，若没有输入参数high，则取值区间为[0, low)。

　　numpy.random.uniform(low=0.0, high=1.0, size=None)　　生成符合均分布的浮点数，取值范围为[low, high)，默认取值范围为[0, 1.0)。

　　numpy.random.normal(loc=0.0, scale=1.0, size=None)　　按照正态分布生成均值为loc，标准差为scale的，形状为size的浮点数。

　　numpy.random.random(size=None)　　生成[0.0, 1.0)之间的浮点数。

　　numpy.random.choice(a, size=None, replace=True, p=None)　　从a(数组)中选取size(维度)大小的随机数，replace=True表示可重复抽取，p是a中每个数出现的概率。若a是整数，则a代表的数组是arange(a)。

　　例子

　　numpy.random.rand(d0, d1, …, dn):

　　生成一个[d0, d1, …, dn]维的numpy数组，数组的元素取自[0, 1)上的均分布，若没有参数输入，则生成一个[0, 1)的数。

　　import numpy as np

　　v1 = np.random.rand()

　　v2 = np.random.rand(3,4)

　　print(v1)

　　print(v2)

　　输出结果为：

　　0.618411110932038

　　[[0.35134062 0.55609186 0.4173297 0.85541691]

　　[0.35144304 0.31204156 0.60196109 0.390464 ]

　　[0.19186067 0.94570486 0.8637441 0.07028114]]

　　numpy.random.randn(d0, d1, …, dn):

　　生成一个[d0, d1, …, dn]维的numpy数组，具有标准正态分布。

　　import numpy as np

　　v1 = np.random.randn()

　　v2 = np.random.randn(3,4)

　　print(v1)

　　print(v2)

　　输出结果为：

　　0.47263651836701953

　　[[-0.23431214 0.97197099 0.52845269 -0.45246824]

　　[-1.1266395 -1.60040653 -2.64602615 -0.19457032]

　　[-0.520287 -1.0799122 0.08441667 0.34980224]]

　　numpy.random.randint(low, high=None, size=None, dtype=‘I’):

　　生成整数，取值范围为[low, high)，若没有输入参数high，则取值区间为[0, low)。

　　import numpy as np

　　v1 = np.random.randint(5)

　　v2 = np.random.randint(1,high = 5)

　　v3 = np.random.randint(1,high = 5,size = [3,4])

　　print(v1)

　　print(v2)

　　print(v3)

　　输出结果为：

　　2

　　3

　　[[1 1 3 1]

　　[2 2 3 2]

　　[3 4 2 1]]

　　numpy.random.uniform(low=0.0, high=1.0, size=None):

　　生成符合均分布的浮点数，取值范围为[low, high)，默认取值范围为[0, 1.0)。

　　import numpy as np

　　v1 = np.random.uniform()

　　v2 = np.random.uniform(low = 0,high = 5)

　　v3 = np.random.uniform(low = 0,high = 5,size = [3,4])

　　print(v1)

　　print(v2)

　　print(v3)

　　输出结果为：

　　0.6925621763952164

　　3.0483936610544218

　　[[1.34959297 4.84117424 0.41277118 4.81392216]

　　[2.91266734 0.87922181 3.39729422 3.34340092]

　　[0.45158364 3.8129479 0.54246798 2.57192192]]

　　numpy.random.normal(loc=0.0, scale=1.0, size=None)

　　按照正态分布生成均值为loc，标准差为scale的，形状为size的浮点数。

　　import numpy as np

　　v1 = np.random.normal()

　　v2 = np.random.normal(loc = 0,scale = 5)

　　v3 = np.random.normal(loc = 0,scale = 5,size = [3,4])

　　print(v1)

　　print(v2)

　　print(v3)

　　输出结果为：无锡人流医院哪家好 http://www.wxbhnkyy120.com/

　　0.7559391954091367

　　-3.359831771004067

　　[[ 3.90821047 6.37757533 6.3813528 0.86219281]

　　[ -3.61201084 4.05948053 -3.91172941 11.29050165]

　　[ -8.60318633 -10.07090496 -4.86557867 7.98536182]]

　　numpy.random.random(size=None)

　　生成[0.0, 1.0)之间的浮点数。

　　import numpy as np

　　v1 = np.random.random()

　　v2 = np.random.random(size = [3,4])

　　print(v1)

　　print(v2)

　　输出结果为：

　　0.5930924941107145

　　[[0.41002067 0.28097163 0.8908558 0.16951515]

　　[0.59730596 0.57475303 0.84174255 0.59633522]

　　[0.63508879 0.44138737 0.6223043 0.61540997]]

　　numpy.random.choice(a, size=None, replace=True, p=None)

　　从a(数组)中选取size(维度)大小的随机数，replace=True表示可重复抽取，p是a中每个数出现的概率。若a是整数，则a代表的数组是arange(a)。

　　import numpy as np

　　v1 = np.random.choice(5)

　　v2 = np.random.choice(5,size = 5)

　　v3 = np.random.choice([1,2,3,4,5],size = 5)

　　v4 = np.random.choice([1,2,3,4,5],size = 5,p = [1,0,0,0,0])

　　v5 = np.random.choice([1,2,3,4,5],size = 5,replace = False)

　　print("v1:",v1)

　　print("v2:",v2)

　　print("v3:",v3)

　　print("v4:",v4)

　　print("v5:",v5)

　　输出结果为：

　　v1: 1

　　v2: [0 0 4 0 4]

　　v3: [3 2 3 1 1]

　　v4: [1 1 1 1 1]

　　v5: [4 2 3 5 1]