np.random的几种用法

numpy.random.seed()与numpy.random.RandomState()

两者实现的作用是一样的，都是使每次随机生成数一样。

numpy.random.rand()

用法：numpy.random.rand(d0, d1, ..., dn)

解释：生成一个[0,1)之间的均匀分布的随机浮点数或N维浮点数组。

numpy.random.randn()

用法：numpy.random.randn(d0, d1, ..., dn)

解释：生成一个浮点数或N维浮点数组，取数范围：标准正态分布的随机样本数。若要获得一般正态分布则可用sigma * np.random.randn(…) + mu进行表示 。

numpy.random.randint()

用法：numpy.random.randint(low, high=None, size=None, dtype='l')

解释：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。

numpy.random.random_integers()

用法：numpy.random.random_integers(low, high=None, size=None)

解释：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]之间随机离散均匀分布的整数，否则取[1,low]之间随机离散均匀分布的整数。此外，若要将【a,b】区间分成N等分，也可以用此函数实现 
a+(b-a)*(numpy.random.random_integers(N)-1)/(N-1)

numpy.random.random_sample()

用法：numpy.random.random_sample(size=None)

解释：生成一个[0,1)之间随机浮点数或N维浮点数组。

其他函数，numpy.random.random() ；numpy.random.ranf() ；numpy.random.sample()用法及实现都与它相同

numpy.random.choice()

用法：numpy.random.choice(a, size=None, replace=True, p=None)

解释：从序列a中获取元素，

若a为整数，元素取值为np.arange(a)中随机数；

若a为数组，取值为a数组元素中随机元素。

replace=False表示不能重复，replace=True可以重复。

p为与a长度相同的数组，可以决定a中每个元素随机出现的概率。p.sum()=1

numpy.random.shuffle()

用法：numpy.random.shuffle(x)

解释：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，改变原来的X。

numpy.random.permutation()

用法：numpy.random.permutation(x)

解释：与numpy.random.shuffle(x)函数功能相同。输出为X洗牌后的新数组，原来的X不变。