numpy.random模块的方法总结

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

转载于:https://www.cnblogs.com/yxr-blogs/p/9145281.html