NumPy随机数函数

最基本的随机数函数

• np.random.rand(d0, d1, …, dn)：根据d0-dn创建随机数数组浮点数，[0, 1)，均匀分布；
• np.random.randn(do, d1, …, dn)：根据d0-dn创建随机数数组，标准正态分布；
• np.random.randint(low, high, shape)：根据shape创建随机整数或整数数组，[low, high)；
• np.random.seed(s)：随机数种子，s是给定的种子值。

import numpy as npa = np.random.rand(3, 4, 5) # 每个元素为0-1之间的浮点数sn = np.random.randn(3, 4, 5) # 每个元素是根据N(0, 1)的方式选取出来的浮点数b = np.random.randint(100, 200, (3, 4)) # 每个元素为100-200间的整数

其他有用的随机数函数

• np.random.shuffle(a)：随机重排数组a的最外层维度，改变数组a；
• np.random.permutation(a)：随机重排数组a的最外层维度，不改变数组a；
• np.random.choice(a, size, replace, p)：从一维数组a中以概率p抽取元素，形成size形状的新数组，replace表示是否可以使用已经被挑选的元素，默认为False。

import numpy as npa = np.random.randint(100, 200, (3, 4))np.random.shuffle(a) #a的行重排，a改变np.random.permutation(a) #a的行重排，a不变b = np.random.randint(100, 200, (8, ))np.random.choice(b, (3, 2))np.random.choice(b, (3, 2), replace = Falsenp.random.choice(b, (3, 2), p = b / np.sum(b))

带有分布的随机数函数

• np.random.uniform(low, high, size)：产生具有均匀分布的数组，low起始值，high结束值，size形状；
• np.random.normal(loc, scale, size)：产生具有正态分布的数组，loc均值，scale标准差，size形状；
• np.random.poisson(lam, size)：产生具有泊松分布的数组，loc均值，scale标准差，size形状；