Python的Numpy库中的random类的几个方法小述

np.random.rand( )
生成服从0~1均匀分布的随机样本值，随机样本的取值范围为[0,1）

import numpy as np
x=np.random.rand(2)#
print(x)

#output：0.3847633202672377


y=np.random.rand(3,3)
print(y)

#output：
[[0.46729222 0.15254124 0.53356192]
 [0.34319638 0.35345299 0.52573191]
 [0.79901993 0.36600665 0.96133616]]

np.random.randn
返回一个或一组服从标准正态分布的随机样本值。
无参时返回一个随机数，有单个参数时，返回含单个元素的列表。有多个参数时，返回对应维度的随机数组。

np.random.standard_normal（）函数与np.random.randn()类似，但是np.random.standard_normal（）
的输入参数为元组（tuple）.

import numpy as np
x=np.random.randn()
print(x)
#output:
0.2868807328641409

y=np.random.randn(1)
print(y)
#output:
[0.31279776]

z=np.random.randn(2,2)
print(z)
#output:
[[-1.12884311  0.39159449]
 [ 0.85307663  0.15905407]]

np.random.uniform(x,y，z)
当不含参数时，返回[0,1）区间内的一个实数
当有区间参数时，生成[x,y]区间内的一个实数
第三个参数表示要生成随机实数的规模：可以是多维数组。

import numpy as np

#生成一个在区间[0,1]的随机实数
x=np.random.uniform()
print(x)
#output：0.9695375310717894

#生成在区间[0,5]的随机实数
y=np.random.uniform(5)
print(y)
#output：4.799784383445561

#生成一个在区间[4,5]的随机实数
z=np.random.uniform(4,5)
print(z)
#output：4.920104296048093

#生成一维数组中4个在区间{2,5]的随机实数
t=np.random.uniform(2,5,4)
print(t)
#output：[2.26440019 2.12870655 3.91068269 3.43816454]

#生成多维数组
u=np.random.uniform(2,5,[2,2])
print(u)
#output：
[[4.53905611 3.32749133]
 [3.82325223 2.1789204 ]]

np.random.normal
np.random.normal()的意思是一个正态分布，normal这里是正态的意思。
numpy.random.normal(loc=0,scale=1e-2,size=shape) ，意义如下：

参数loc(float)：正态分布的均值，对应着这个分布的中心。loc=0说明这一个以Y轴为对称轴的正态分布，
参数scale(float)：正态分布的标准差，对应分布的宽度，scale越大，正态分布的曲线越矮胖，scale越小，曲线越高瘦。
参数size(int 或者整数元组)：输出的值赋在shape里，默认为None。

引用原文链接：

https://blog.csdn.net/huanhuan_Coder/article/details/80762208

np.random.randint(x,y,z)
类似于random.uniform，只不过他返回的是整型int