numpy——random类

相关知识

random中常用函数及其说明：

numpy.random.rand(d0, d1, ..., dn)：创建一个给定形状的，值从0-1均匀分布中随机抽取的浮点数组，其中d0, d1, ..., dn为数组的维数，若参数为空时，返回一个0到1之间的浮点数。

numpy.random.randn(d0, d1, ..., dn)：创建一个给定形状的，值从标准正态分布(μ=0，σ=1)中随机抽取的浮点数组，其中d0, d1, ..., dn为数组的维数，若参数为空时，返回一个该正态分布上的随机浮点数。

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

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。

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。

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。

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。

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。

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

numpy.random.normal(loc=0.0, scale=1.0, size=None)：生成一个标量或多维数组，取值范围：从高斯分布中随机抽取数值。loc：为方差，scale：为标准差，size：数组的形状。

numpy.random.uniform(low=0.0, high=1.0, size=None)：生成一个标量或多维数组，取值范围：从p(x)=1/(high-low)的均匀分布中随机抽取数值。low：浮点数或浮点型数组，为输出间隔的下界，high：浮点数或浮点型数组，为输出间隔的上界，size：整型或元组，数组的形状。

numpy.random.binomial(n, p, size=None)：二项分布采样，size:采样的次数，n为成功的次数，p：成功的概率

这里的N=size.

 

实操

1.打开终端模拟器，在命令行输入ipython notebook --ip='127.0.0.1'，在浏览器中会打开界面，点击New，在其下拉框中选择Python3.

2.新建一个ipynb文件，用于编写并执行代码。

3.使用numpy.random.rand()函数，创建一个0到1之间的随机浮点数。

import numpy as np  
np.random.rand() #参数为空  

 

</