numpy的random总结

random模块用于生成随机数，下面是一些常用的函数用法：

1.np.random.rand 生成一个[0,1)之间的随机浮点数或N维浮点数组，如下图例子

上图中2,3,2分别生成的数组有多少行，多少列，每一个有多少元素

2.np.random.randn 返回一个或一组样本，具有标准正态分布。

3.np.random.randint返回一定范围的一维或者多维整数
numpy.random.randint(low, high=None, size=None, dtype=’l’)
返回随机整数，范围区间为[low,high），包含low，不包含high
size为数组维度，元组形式，如（2,3）#2行3列
high没有填写时，默认生成随机数的范围是[0，low)
dtype指定数据类型，默认int

4. np.random.choice从给定的一维数组中生成随机数
 numpy.random.choice(a, size=None, replace=True, p=None)
 a为一维数组类似数据或整数；size为数组维度；p为数组中的数据出现的概率
 a为整数时，对应的一维数组为np.arange(a)

如上图a可以为一个数字也可以为一个数组，size为生成的数据维度2*3，p为每个元素出现的概率

5.其他函数举例，都可以生成多维数组

print('-----------random_sample--------------')
print(np.random.random_sample(size=(2,2)))
-----------random_sample--------------
[[ 0.34966859  0.85655008]
 [ 0.16045328  0.87908218]]
 
print('-----------random--------------')
print(np.random.random(size=(2,2)))
-----------random--------------
[[ 0.25303772  0.45417512]
 [ 0.76053763  0.12454433]]
 
print('-----------ranf--------------')
print(np.random.ranf(size=(2,2)))
-----------ranf--------------
[[ 0.0379055   0.51288667]
 [ 0.71819639  0.97292903]]
 
print('-----------sample--------------')
print(np.random.sample(size=(2,2)))
-----------sample--------------
[[ 0.59942807  0.80211491]

 [ 0.36233939  0.12607092]]

6. numpy.random.seed(n) 其中n为任意指定

当我们设置相同的seed，每次生成的随机数相同。如果不设置seed，则每次会生成不同的随机数

numpy.random.seed(0) 

>>> numpy.random.rand(4)  

array([ 0.42,  0.65,  0.44,  0.89])  

也就是说，每次想获得与上次相同的随机数，seed后的数字应该相同，而且seed后只对一个random有效。