NumPy库—random模块

NumPy库—random模块

np.random.seed

用于指定随机数生成时所用算法开始的整数值，如果使用相同的seed()值，则每次生成的随机数都相同，如果不设置这个值，则系统根据时间来自己选择这个值，此时每次生成的随机数因时间差异而不同。一般没有特殊要求不用设置：

np.random.seed(1)
print(np.random.rand()) # 打印0.417022004702574
print(np.random.rand()) # 打印其他的值，因为随机数种子只对下一次随机数的产生会有影响
# result:
0.417022004702574
0.7203244934421581

np.random.rand

生成一个值为[0,1)之间的数组，形状由参数指定，如果没有参数，那么将返回一个随机值：

data1 = np.random.rand(2,3,4) # 生成2块3行4列的数组，值从0~1之间
data2 = np.random.rand() # 生成一个0~1之间的随机数

np.random.randn

生成均值（$\mu$）为0，标准差（$\sigma$）为1的标准正态分布的值：

data = np.random.randn(2,3) # 生成一个2行3列的数组，数组中的值都满足标准正态分布

np.random.randint

生产指定范围内的随机数，并且可以通过size参数指定维度：

data1 = np.random.randint(10,size=(3,5)) # 生成值在0~10之间，3行5列的数组
data2 = np.random.randint(1,20,size(3,6)) # 生成值在1~20之间，3行6列的数组

np.random.choice

从一个列表或者数组中，随即进行采样。或者从指定的区间中采样，采样个数可以通过参数指定：

data = [4,65,6,3,5,73,23,5,6]
result1 = np.random.choice(data,size=(2,3)) # 从data中随机采样，生成2行3列的数组
result2 = np.random.choice(data,3) # 从data中随机采样3个数据形成一个一维数组
result3 = np.random.choice(10,3) # 从0~10之间随机取3个值

np.random.shuffle

把原来数组的元素的位置打乱：

a = np.arange(10)
np.random.shuffle(a) # 将a的元素的位置都会进行随机更换

更多请参考：
【random模块官方文档】