random模块学习

random模块用于生成随机数，下面看看模块中一些常用函数的用法：

• numpy.random.rand(d0, d1, ..., dn)：生成一个[0,1)之间的随机浮点数或N维浮点数组。

1. #numpy.random.rand(d0, d1, ..., dn)
2. import numpy as np
3. #无参
4. np.random.rand() #生成生成[0,1)之间随机浮点数
5. type(np.random.rand()) #float
6. #d0,d1....表示传入的数组形状
7. #一个参数
8. np.random.rand( 1) #array([ 0.44280931])
9. type(np.random.rand( 1)) #numpy.ndarray
10. np.random.rand( 5) #生成一个形状为5的一维数组
11. #两个参数
12. np.random.rand( 2, 3) #生成2x3的二维数组
13. #np.random.rand((2,3))#报错,参数必须是整数,不能是元组

• numpy.random.randn(d0, d1, ..., dn)：生成一个浮点数或N维浮点数组，取数范围：正态分布的随机样本数。

1. #numpy.random.randn(d0, d1, ..., dn)
2. import numpy as np
3. #无参
4. np.random.randn() #1.4872544578730051，不一定是[0,1)之间的随机数
5. #一个参数
6. np.random.randn( 1)
7. np.random.randn( 5) #生成形状为5的一维数组
8. #两个参数
9. np.random.randn( 2, 3) #生成2x3数组
10. #np.random.randn((2,3))#报错,参数必须是整数

• 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

1. import numpy as np
2. #numpy.random.standard_normal(size=None)
3. #size为整数
4. np.random.standard_normal( 2) #array([-2.04606393, -1.05720303])
5. #size为整数序列
6. np.random.standard_normal(( 2, 3))
7. np.random.standard_normal([ 2, 3]).shape #(2, 3)

• 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。

1. #numpy.random.randint(low, high=None, size=None, dtype='l')
2. import numpy as np
3. #low=2
4. np.random.randint( 2) #生成一个[0,2)之间随机整数
5. #low=2,size=5
6. np.random.randint( 2,size= 5) #array([0, 1, 1, 0, 1])
7. #low=2,high=2
8. #np.random.randint(2,2)#报错,high必须大于low
9. #low=2,high=6
10. np.random.randint( 2, 6) #生成一个[2,6)之间随机整数
11. #low=2,high=6,size=5
12. np.random.randint( 2, 6,size= 5) #生成形状为5的一维整数数组
13. #size为整数元组
14. np.random.randint( 2,size=( 2, 3)) #生成一个2x3整数数组,取数范围：[0,2)随机整数
15. np.random.randint( 2, 6,( 2, 3)) #生成一个2x3整数数组,取值范围：[2,6)随机整数
16. #dtype参数：只能是int类型
17. np.random.randint( 2,dtype= 'int32')
18. np.random.randint( 2,dtype=np.int32)

• 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。

1. #numpy.random.random_integers(low, high=None, size=None)
2. import numpy as np
3. #low=2
4. np.random.random_integers( 2) #生成一个[1,2]之间随机整数
5. #low=2、size=5
6. np.random.random_integers( 2,size= 5) #array([2, 1, 1, 1, 1])
7. #low=2、high=6
8. np.random.random_integers( 2, 6) #生成一个[2,6]之间随机整数
9. #low=2、high=6、size=5
10. np.random.random_integers( 2, 6,size= 5) #生成一个形状为5的一维整数数组组
11. #size为整数元组
12. np.random.random_integers( 2,size=( 2, 3)) #生成一个2x3数组,取数范围：[1,2]随机整数
13. np.random.random_integers( 2, 6,( 2, 3)) #生成一个2x3数组，取数范围：[2,6]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。

1. #numpy.random.random_sample(size=None)
2. import numpy as np
3. #size=None
4. np.random.random_sample() #生成一个[0,1)之间随机浮点数
5. #size=2
6. np.random.random_sample( 2) #生成shape=2的一维数组
7. #size为整数元组
8. np.random.random_sample(( 2,)) #等同np.random.random_sample(2)
9. #np.random.random_sample((,2))#报错
10. np.random.random_sample(( 2, 3)) #生成2x3数组
11. np.random.random_sample(( 3, 2, 2)) #3x2x2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。

1. #numpy.random.choice(a, size=None, replace=True, p=None)
2. import numpy as np
3. #a为整数，size为None
4. np.random.choice( 2) #生成一个range(2)中的随机数
5. #a为整数,size为整数
6. np.random.choice( 2, 2) #生成一个shape=2一维数组
7. #a为整数,size为整数元组
8. np.random.choice( 5,( 2, 3)) #生成一个2x3数组
9. #a为数组,size为None
10. np.random.choice(np.array([ 'a', 'b', 'c', 'f'])) #生成一个np.array(['a','b','c','f']中随机元素
11. #a为数组,size为整数
12. np.random.choice( 5,( 2, 3)) #生成2x3数组
13. #a为数组,size为整数元组
14. np.random.choice(np.array([ 'a', 'b', 'c', 'f']),( 2, 3)) #生成2x3数组
15. #p参数：可以理解成a中元素出现的概率，p的长度和a的长度必须相同，且p中元素之和为1，否则报错
16. #np.random.choice(2,p=[1])#报错，a和p长度不一致
17. np.random.choice( 5,p=[ 0, 0, 0, 0, 1]) #生成的始终是4
18. np.random.choice( 5, 3,p=[ 0, 0.5, 0.5, 0, 0]) #生成shape=3的一维数组，元素取值为1或2的随机数

• 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。

1. #numpy.random.shuffle(x)
2. import numpy as np
3. list1 = [ 1, 2, 3, 4, 5]
4. np.random.shuffle(list1) #输出None
5. list1 #[1, 2, 5, 3, 4],原序列的顺序也被修改
6. arr = np.arange( 9).reshape( 3, 3)
7. np.random.shuffle(arr) #对于多维数组，只沿着第一条轴打乱顺序

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

1. #numpy.random.permutation(x)
2. import numpy as np
3. #x=5
4. np.random.permutation( 5) #生成一个range(5)随机顺序的数组
5. #x为列表或元组
6. list1 = [ 1, 2, 3, 4]
7. np.random.permutation(list1) #array([2, 1, 4, 3])
8. #list1#[1, 2, 3, 4]
9. #x为数组
10. arr = np.arange( 9)
11. np.random.permutation(arr)
12. arr2 = np.arange( 9).reshape( 3, 3)
13. np.random.permutation(arr2) #对于多维数组，只会沿着第一条轴打乱顺序