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