【python】Numpy中的所有随机函数

np.random.randn(d0, d1, …, dn)

作用：返回来自标准正态分布$N(0,1)$的采样。
示例：

data = np.random.randn(3,5)
print(data)

[[-0.83305887 -0.18537916  1.04451177 -1.58307392 -1.17166151]
 [ 1.26069652 -0.83020602  0.17325483  0.10532781  1.21514965]
 [ 1.2432203   0.42313449  0.49644073 -1.22476753  2.429556  ]]

np.random.rand(d0, d1, …, dn)

作用：返回来自范围是$[0,1)$的均匀分布的采样。
示例：

data = np.random.rand(10)
print(data)

[0.16615347 0.63204026 0.45700233 0.28272872 0.30036867 0.48892647
 0.22183566 0.90338769 0.398606   0.86906484]

np.random.randint(low, high=None, size=None, dtype=‘l’)

作用：返回来自范围是$[low,high)$的均匀分布的整数采样。默认返回$[0,low)$的分布。
示例：

data = np.random.randint(10, 20, (20,))
print(data)

[18 13 17 10 10 18 10 14 10 14 17 19 17 19 13 12 19 17 10 16]

np.random.random_integers(low, high=None, size=None)

作用：返回来自范围是$[low,high]$的离散均匀分布的整数采样。默认返回$[1,low]$的分布。
示例：

data = np.random.random_integers(10, 20, (20,))
print(data)

[18 19 20 20 19 17 10 11 12 11 16 11 15 15 16 16 13 17 12 15]

np.random.random_sample(size=None)

作用：返回来自$[0.0,1.0)$的均匀分布的浮点数采样。用法与np.random.random(size)以及np.random.sample(size)一样。
示例：

data = np.random.random_sample((10,))
print(data)

[0.15918027 0.52730156 0.09524145 0.69740887 0.35667192 0.47555083
 0.74734114 0.2977004  0.8400516  0.44528044]

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

作用：返回来自正态分布的采样，默认返回标准正态分布。
示例：

data = np.random.normal(loc=10, scale=2, size=(100))
print(data)

[ 7.96159958  7.57987214  8.20380261 12.43594543  9.45396189 15.56871549
 10.714546    9.65446521  7.36551193  9.71927823]

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

作用：返回来自KaTeX parse error: Expected 'EOF', got '}' at position 11: [low, high}̲的均匀分布。
示例：

data = np.random.uniform(10, 20, (10,))
print(data)

[17.15907959 14.19298006 11.33326563 14.32686992 14.42251916 11.6587164
 14.98750059 19.38382794 17.7099252  17.76363784]

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

作用：从一个指定的一维数组中随机采样
示例：

# 相当于np.random.randint(0,5,3)
res = np.random.choice(5, 3)
print(res)

# 默认采样一个
res = np.random.choice([1, 2, 3, 4, 5])
print(res)

# 可以指定每个样本的采样概率
res = np.random.choice([1, 2, 3, 4, 5], p=[0.1, 0.1, 0.1, 0.4, 0.3])
print(res)

[0 2 4]
5
5