np.random.*

一 . np.random.rand(*dn)

给定一个shape，返回该shape的一个服从[0, 1)均匀分布的数组。

若是不给参数，就返回取自于[0 ,1)均匀分布的一个数值。

import numpy as np
print(np.random.rand(1, 2)) # 输出：[[0.06115588 0.03628276]]
print(np.random.rand()) # 输出：0.23635138617590068

二. np.random.randint(low, high=None, size=None, dtype='l')

若low，high均是一个整数，则返回一个shape=size的服从[low, high)离散均匀分布的数组；若不给high值，则返回的值在[0, 1)之间；若没给size值，则返回单个数值。

import numpy as np
print(np.random.randint(low=2))   # 输出：1
print(np.random.randint(low=3, size=2))  # 输出：[0 0]
print(np.random.randint(low=1, high=10, size=3))  # 输出：[6 6 5]
print(np.random.randint(low=1, high=10, size=(2, 3)))  # 输出：[[8 9 3] [7 8 6]]

三. np.random.randn(*dn)

返回给定shape的服从标准正态分布的一个数组；若是不给shape值，则返回一个取自标准正态分布的值。

import numpy as np
print(np.random.randn())  # 输出：-0.9847833653162511
print(np.random.randn(2, 1))  # 输出：[[ 0.48744532] [-0.34613323]]

四. np.random.rand_sample(size=None)

返回给定shape=size的取自[0.0, 1.0)连续均匀分布的一个数组；若没给size值，则返回单个float数值。

import numpy as np
print(np.random.random_sample())  # 输出：0.35547669396662784
print(np.random.random_sample(size=(1, 2)))  # 输出：[[0.27258449 0.16332564]]

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

返回给定shape=size的取自于[low, high)均匀分布的一个数组；若是没给high值，则取值范围在[0, low)之间；若没给size值，则返回一个数值。

import numpy as np
print(np.random.uniform(low=0.0, high=1.0, size=None))  # 输出：0.5935727830713399
print(np.random.uniform(low=3))  # 输出：1.3777730740044312
print(np.random.uniform(low=1.0, high=10.0, size=3))  # 输出：[2.68387734 9.23915982 4.4058597 ]
print(np.random.uniform(low=1.0, high=10.0, size=(1, 2)))  # 输出：[[6.58332898 1.41826063]]

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

a可以是一个一维类数组，也可以是一个整数，若是整数的话，可将其看作np.arange(a)；该方法随机返回shape=size的取自于数组a的数组。

size若是一个正数，表示返回单个值，若是一个元组，则返回一个shape=size的数组。

replace若为True，相当于是可放回的抽样，允许数组a中的某一值可以重复被抽到；若为False，则反之。

p是一个shape同a的数组，表示抽取到a中每个数的概率。

需要注意的是：

1. a和p的shape要一致；

2. 若是replace=False，则size不能大于a的shape，即想要返回的数组中元素个不能超过a数组的元素个数。

import numpy as np
arr = [3, 2, 5, 9, -3]
p = [0.2, 0.1, 0.4, 0.1, 0.2]
print(np.random.choice(a=10))  # 输出：4
print(np.random.choice(a=arr)) # 输出：3
print(np.random.choice(a=arr, size=3, replace=False))  # 输出：[ 5  3 -3]
print(np.random.choice(a=arr, size=(3, 3), replace=True))  # 输出：[[3 3 5] [3 9 5] [2 2 2]]
print(np.random.choice(a=arr, size=3, replace=True, p=p))  # 输出：[ 9 -3  5]

七. np.random.permutation(x)

对所给数组进行随机排序；若是给的一个整数，则将其看作np.arange(x)；若是所给为一个多维数组，则仅给第1维打乱排序。

import numpy as np
print(np.random.permutation(3))  # [1 0 2]
print(np.random.permutation([2, 4, 6, 8]))  # [4 6 8 2]
print(np.random.permutation(np.arange(6).reshape(2, 3)))  # [[3 4 5] [0 1 2]]