python：numpy.random中部分函数列表（rand,randint,randn,normal随机生成数据）

使用numpy.random里的函数随机生成数据

 

目录

1.numpy.random.rand(d0, d1, ..., dn)     生成服从均匀分布[0,1)的随机数、或指定size的随机数组

         2.numpy.random.randint(low, high=None, size=None, dtype=int)  生成服从离散均匀分布[low，high)的随机数、或指定size的随机数组

3. numpy.random.randn(d0, d1, ..., dn)   生成服从均值0方差1的正态分布的随机数、或指定size的随机数组

4. np.random.normal(loc=0.0, scale=1.0, size=None)      生成服从正态(高斯)分布的随机数（可自行选择均值、方差以及输出的size）

---

1.numpy.random.rand()    

1）用法： numpy.random.rand(d0, d1, ..., dn)   

2）作用：从均匀分布[0,1)中抽取样本， 生成指定形状的数组，数组里的数是服从[0,1)均匀分布的随机数

3）参数：

     d0, d1, …, dn  ：数组的形状（The dimensions of the returned array， must be non-negative. If no argument is given a single Python float is returned.）
4）输出：

    给定形状的数组 （ndarray, shape (d0, d1, ..., dn)）

5）例子：随机生成一个3行2列的数组（服从[0,1)均匀分布）

#随机生成一个3行2列的数组（服从[0,1)均匀分布）
np.random.rand(3,2)
array([[ 0.14022471,  0.96360618],  #random
       [ 0.37601032,  0.25528411],  #random
       [ 0.49313049,  0.94909878]]) #random

 

2.numpy.random.randint()

1）用法： numpy.random.randint(low, high=None, size=None, dtype=int)

2）作用：从离散均匀分布[low，high)中抽取样本，生成一个随机整数、或者由随机数组成的数组

3）参数：

    low, high  (范围区间为[low,high))      ( If high is None (the default), then results are from [0, low).)

    size：数组的形状（The dimensions of the returned array）

    dtype(默认为int)

4）输出：给定形状的随机数组或一个随机整数

      int or ndarray of ints.   (size-shaped array of random integers from the appropriate distribution, or a single such random int if size not provided.)

      1) 如果指定size（数组的形状），输出指定size的随机数组
      2) 如果没有指定size（数组的形状），则输出一个随机数

5）例子：随机生成一个2行4列的数组（数组形状size=(2, 4)，数组里的数在0~4之间）

#随机生成一个2行4列的数组（数组形状size=(2, 4)，随机数在0~4之间）
Generate a 2 x 4 array of ints between 0 and 4, inclusive:
>>>
np.random.randint(5, size=(2, 4))
array([[4, 0, 2, 1], # random
       [3, 2, 2, 0]])

 

3. numpy.random.randn()

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

2）作用：从均值0方差1的正态分布中抽取样本，生成一个随机数、或者指定形状的随机数组

3）参数：

     d0, d1, …, dn  ：数组的形状（The dimensions of the returned array， must be non-negative. If no argument is given a single Python float is returned.）
4）输出：

       ndarray or float  【 A (d0, d1, ..., dn)-shaped array of floating-point samples from the standard normal distribution, or a single such float if no parameters were supplied.】

      给定形状的随机数组或一个随机数

5）例子：

Examples

>>>
np.random.randn()
2.1923875335537315  # random

Two-by-four array of samples from N(3, 6.25):
>>>
3 + 2.5 * np.random.randn(2, 4)
array([[-4.49401501,  4.00950034, -1.81814867,  7.29718677],   # random
       [ 0.39924804,  4.68456316,  4.99394529,  4.84057254]])  # random

   

4. np.random.normal()

1）用法： numpy.random.normal(loc=0.0, scale=1.0, size=None)

2）作用：生成服从正态(高斯)分布的随机数（可自行选择均值、方差以及输出的size）

3）参数：

     loc:  均值（ Mean (“centre”) of the distribution.）

     scale: 标准差 （Standard deviation (spread or “width”) of the distribution. Must be non-negative.）

     size:  输出的形状 （int or tuple of ints, optional）
4）输出：

      ndarray or scalar 数组或标量（Drawn samples from the parameterized normal distribution.）

5）例子： 生成均值为2，标准差为2.5，2行4列的随机数

Two-by-four array of samples from N(3, 6.25):

>>>
np.random.normal(3, 2.5, size=(2, 4))
array([[-4.49401501,  4.00950034, -1.81814867,  7.29718677],   # random
       [ 0.39924804,  4.68456316,  4.99394529,  4.84057254]])  # random

 

参考：

numpy-random函数

np.random用法

Python Numpy随机数总结——numpy.random.rand/randn/randint/random/uniform/seed