1. numpy.random.randn(d0, d1, …, dn) 生成一个浮点数或N维浮点数组,取数范围:标准正态分布随机样本
numpy.random.standard_normal(size=None):生成一个浮点数或N维浮点数组,取数范围:标准正态分布随机样本,与randn()相似,但是以一个元组为参数(size=(2,3,4))
numpy.random.normal(loc=0.0, scale=1.0, size=None),loc为均值,scale为标准差
2. numpy.random.rand(d0, d1, …, dn)的随机样本位于[0, 1)中
得到的均为矩阵,以列表的形式体现
3. numpy.random.seed() 指定随机数生成时所用算法开始的整数值,需要注意
(1)如果每次计算随机数之前,seed()值相同,则所得到的随机数相同
(2)若在计算随机数之前不指定seed()值,系统根据时间来定seed()值,因此每次生成的随机数都不同,因为每个随机数生成的时间都不同
(3)设置的seed()值仅一次有效
4. numpy.random.randint(low, high=None, size=None, dtype='l'):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。
size为一个数或元组,相当于张量中的shape
5.numpy.random.random_integers(low, high=None, size=None):生成一个整数或N维整数数组,取值范围:若high不为None,则取[low,high]之间随机整数,否则取[1,low]之间随机整数。
6.numpy.random.random_sample(size=None):生成一个[0,1)之间随机浮点数或N维浮点数组。与rand()作用相同
7.numpy.random.choice(a, size=None, replace=True, p=None):从序列中获取元素,若a为整数,元素取值为np.range(a)中随机整数;若a为数组,取值为a数组元素中随机元素。
9.numpy.random.permutation(x):生成一个range(x)随机顺序的数组,或将列表变为数组