numpy生成随机数的简单应用

在涉及到数据分析的时候经常会使用到某个范围之内的随机数，所以掌握numpy中常见的随机数的生成是很有帮助的，下面是numpy生成随机数的常见用法：

1. 生成指定形状的0 - 1之间的随机数：np.random.random()和np.random.rand()，括号中的参数为生成的数组的维数，random与rand不同的一点是rand可以传递多个参数，比如生成二维数组numpy.rand(4,5)，而random需要括起来两个参数numpy.random((4,5))

a = np.random.random(2)
print(a)
a = np.random.random((3, 4))
print(a)
a = np.random.rand(2)
print(a)
a = np.random.rand(4, 5)
print(a)
print("*" * 50)

2. 生成指定数值范围内的随机整数：np.random.randint()

a = np.random.randint(1, 20, size=10)

3. 与正态分布有关的随机函数：np.random.randn()和np.random.normal()

a = np.random.randn(3)
print(a)
# loc表示均值, scale表示的是标准差
a = np.random.normal(loc=3, scale=0.7, size=10)
print(a)

4. 均匀分布随机函数：np.random.uniform()生成指定范围内的服从均匀分布的随机数

a = np.random.uniform(1, 20, 4)
print(a)

5. 按照种子来生成随机数，种子一样，则生成的随机数结果必一致，函数为：np.random.seed()

np.random.seed(3)
a = np.random.rand(3)
print(a)

6. 打乱数组元素顺序(原地操作数组)：np.random.shuffle()：

a = np.arange(20)
np.random.shuffle(a)
print(a)

7. 按照指定概率从指定数组中，生成随机数：np.random.choice()

a = np.random.choice([1, 2, 3, 4], p=[0.1, 0.2, 0.3, 0.4])
print(a)