numpy —— 随机数 （抽卡是不是这样随机的？？）你以为你会中奖吗！

如果想要一个元素不相同的列表我们要如何做？手打？太傻了！当然用随机数了！

随机数
r2 = np.random.rand(2,3)
生成一个两行三列的随机数组
[[0.88708176 0.13370695 0.19753716]
 [0.36851851 0.76013292 0.87091384]]

我们可以适当的调整一下随机数的分布，只需要在rand后面加上n
正态分布 中间大两边小
r3 = np.random.randn(3,2)
[[ 0.15901744  0.64586782]
 [-1.88507653  1.03553841]
 [-1.98657573 -0.2692635 ]]

如果你不想要从-2到2的随机数，而是整数，并且是你指定的范围大小你要如何？
r4 = np.random.randint(1,10,[2,3])
前两个是随机数范围,后面的是生成的形式
[[8 2 7]
 [3 6 3]]

当然你想搞一个简单的随机数，不要什么花里胡哨的那就这样：
r5 = np.random.random([2,3])
[[0.1132577  0.17827134 0.26219072]
 [0.57738214 0.49881814 0.49624455]]


下面有一个很有意思的方法让你可以确定随机数出现的概率，万恶的抽卡。
其属性如下：
np,random.choice(a,size = None , replace = True ,p=None)

    a , 如果 a 是数字就会变成 np.arange
    size 决定输出形状 [2,2] 二行二列
    replace 输出的数字是否可以重复
    p 决定取值概率

下面举个栗子：
r7 = np.random.choice(list('abcde'),
size=[2,2],replace=True,p=[0.10,0.30,0.50,0.05,0.05])
其中list 中的内容让你的随机数是abcde输出的结果如下
[['c' 'c']
 ['b' 'c']]

如果你用for来运行一百遍，你会发现e的概率真的很小。。。
所以抽卡需谨慎，保底才是最香的啊。。。