Python学习——numpy.random

numpy.random.rand

　　numpy.random模块作用是生成随机数，其中numpy.random.rand(d0, d1, ..., dn)：生成一个[0,1)之间的随机浮点数或N维浮点数组。下面是实例：

import numpy as np

# 生成生成[0,1)之间随机浮点数
np.random.rand()

# 生成一个15个[0,1)之间随机浮点数的3行5列的数组，
np.random.rand(3, 5)

# 一个参数，生成: array([ 0.3228230931])
np.random.rand(1)

# 生成一个元素个数为5个的一维数组
np.random.rand(5)

# 报错,参数必须是整数,不能是元组
np.random.rand((2,3))

numpy.random.randn

　　numpy.random.randn(d0, d1, ..., dn)：生成一个浮点数或N维浮点数组，取数范围：正态分布的随机样本数。实例：

import numpy as np

# 无参，不一定是[0,1)之间的随机数
np.random.randn()

# 一个参数,生成一个元素个数为参数值的数组
np.random.randn(1)
np.random.randn(5)

# 两个参数，生成对应的行列数 数组
np.random.randn(2,3)

# 报错，行列数必须为整数
np.random.randn((2,3))

numpy.random.standard_normal

　　numpy.random.standard_normal(size=None)：生产一个浮点数或N维浮点数组，取数范围：标准正态分布随机样本。实例：

import numpy as np

# size为整数，array([-0.33786118, -0.98289355])
np.random.standard_normal(2)

# size为整数序列
np.random.standard_normal((2,3))
"""
array([[ 0.67665901, -0.9247266 ,  1.52534072],
       [-1.6140679 ,  0.4291286 , -0.26712738]])
"""

np.random.standard_normal([2,3]).shape
"""(2, 3)"""

numpy.random.randint

　　numpy.random.randint(low, high=None, size=None, dtype='l')：生成一个整数或N维整数数组，取数范围：若high不为None时，取[low,high)之间随机整数，否则取值[0,low)之间随机整数。实例如下：

import numpy as np

# low=2，生成一个[0,2)之间随机整数
np.random.randint(2)

# low=2,size=5，生成一个元素取值范围为[0, 2)，个数为5的数组
np.random.randint(2,size=5)
"""
array([1, 1, 0, 1, 1])
"""

#low=2, high=2，报错,high必须大于low
np.random.randint(2, 2)

#low=2, high=6， 生成一个[2,6)之间随机整数
np.random.randint(2, 6)

# low=2, high=6, size=5，生成形状为5的一维整数数组
np.random.randint(2,6, size=5)

# size为整数元组，生成一个2x3整数数组,取数范围：[0,2)随机整数
np.random.randint(2, size=(2,3))

#生成一个2x3整数数组,取值范围：[2,6)随机整数
np.random.randint(2,6,(2,3))

#dtype参数：只能是int类型
np.random.randint(2, dtype='int32')
np.random.randint(2, dtype=np.int32)

numpy.random.random_integers

　　numpy.random.random_integers(low, high=None, size=None)：生成一个整数或一个N维整数数组，取值范围：若high不为None，则取[low,high]之间随机整数，否则取[1,low]之间随机整数。实例如下：

import numpy as np

# low=2，生成一个[1,2]之间随机整数
np.random.random_integers(2)

# low=2, size=5
np.random.random_integers(2, size=5)
"""
array([2, 2, 1, 1, 1])
"""
# low=2, high=6, 生成一个[2,6]之间随机整数
np.random.random_integers(2,6)

# low=2, high=6, size=5, 生成一个形状为5的一维整数数组组
np.random.random_integers(2, 6, size=5)

# size为整数元组, 生成一个2x3数组,取数范围：[1,2]随机整数
np.random.random_integers(2, size=(2,3))

# 生成一个2x3数组，取数范围：[2,6]随机整数
np.random.random_integers(2,6,(2,3))

numpy.random.random_sample

　　numpy.random.random_sample(size=None)：生成一个[0,1)之间随机浮点数或N维浮点数组。实例如下：

import numpy as np

# size=None, 生成一个[0,1)之间随机浮点数
np.random.random_sample()

# size=2, 生成shape=2的一维数组
np.random.random_sample(2)
"""
array([0.35763819, 0.49589886])
"""

#size为整数元组
np.random.random_sample((2,))
"""
array([0.06049863, 0.19161771])
"""

# 报错
np.random.random_sample((,2))

# 生成2x3数组
np.random.random_sample((2,3))
"""
array([[0.72670655, 0.51374895, 0.5426825 ],
       [0.51285327, 0.65538792, 0.06208806]])
"""

#生成3x2x2数组
np.random.random_sample((3,2,2))
"""
array([[[0.11479889, 0.781341  ],
        [0.64208068, 0.37144925]],
       [[0.50598271, 0.22323444],
        [0.30075225, 0.72141338]],
       [[0.65324698, 0.11543862],
        [0.45112802, 0.94799923]]])
"""

numpy.random.choice

　　numpy.random.choice(a, size=None, replace=True, p=None)：从序列中获取元素，若a为整数，元素取值为np.range(a)中随机数；若a为数组，取值为a数组元素中随机元素。实例如下：‘

import numpy as np
#a为整数，size为None，生成一个range(2)中的随机数 :0\1
np.random.choice(2)

#a为整数,size为整数, 生成一个shape=2的一维数组
np.random.choice(2,2)
"""
array([1, 0])
"""

#a为整数,size为整数元组, 生成一个2x3数组,取之范围在[0, 5)
np.random.choice(5,(2,3))
"""
array([[2, 3, 4],
       [4, 0, 3]])
"""

#a为数组,size为None, 生成一个np.array(['a','b','c','f']中随机元素
np.random.choice(np.array(['a','b','c','f']))

#a为数组,size为整数元组
np.random.choice(np.array(['a','b','c','f']),(2,3))#生成2x3数组
"""
array([['a', 'f', 'f'],
       ['a', 'a', 'a']], dtype='<U1')
"""

#p参数：可以理解成a中元素出现的概率，p的长度和a的长度必须相同，且p中元素之和为1，否则报错
#np.random.choice(2,p=[1])    #报错，a和p长度不一致
np.random.choice(5,p=[0,0,0,0,1])    #生成的始终是4
np.random.choice(5,3,p=[0,0.5,0.5,0,0])    #生成shape=3的一维数组，元素取值为1或2的随机数

numpy.random.shuffle

　　numpy.random.shuffle(x)：对X进行重排序，如果X为多维数组，只沿第一条轴洗牌，输出为None。实例如下：

import numpy as np

list = [1,2,3,4,5]

#输出None
np.random.shuffle(list)
#原序列的顺序被修改
list1
"""
[3, 1, 5, 4, 2]
"""

#对于多维数组，只沿着第一条轴打乱顺序
arr = np.arange(9).reshape(3,3)
arr
"""
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
"""
np.random.shuffle(arr)
arr
"""
array([[3, 4, 5],
       [0, 1, 2],
       [6, 7, 8]])
"""

numpy.random.permutation

　　numpy.random.permutation(x)：与numpy.random.shuffle(x)函数功能相同，两者区别：peumutation(x)不会修改X的顺序。实例如下：

import numpy as np

# x=5, 生成一个range(5)随机顺序的数组
np.random.permutation(5)

# x为列表或元组
list = [1,2,3,4]
np.random.permutation(list)
"""
array([3, 1, 4, 2])
"""

list
"""
[1, 2, 3, 4]
"""

# x为数组
arr = np.arange(9)
arr
"""
array([0, 1, 2, 3, 4, 5, 6, 7, 8])
"""

np.random.permutation(arr)
"""
array([8, 1, 4, 2, 0, 5, 7, 6, 3])
"""

arr2 = np.arange(9).reshape(3,3)
arr2
"""
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
"""

# 对于多维数组，只会沿着第一条轴打乱顺序
np.random.permutation(arr2)
"""
array([[0, 1, 2],
       [6, 7, 8],
       [3, 4, 5]])
"""

　　参考资料来自：

https://docs.scipy.org/doc/numpy/reference/generated/numpy.random.rand.html#numpy.random.rand

https://blog.csdn.net/kancy110/article/details/69665164