Data Statistic python---numpy.random.randn()的用法总结

import numpy as np

np.random.rand

根据给定维度生成（0，1）之间的数，包括0不包括1

np.random.randn

根据指定维度生成一个或者一组样本数组，具有标准正态分布

np.random.randint

numpy.random.randint(low, high=None, size=None, dtype=’l’)
返回随机整数，范围为（low-high）包括low不包括high，
当high 省略时，返回（0-low)

np.random.random_intergers

numpy.random.random_integers(low, high=None, size=None)
同上，但是当high省略时返回（1，low）

生成（0，1）之间的浮点数

numpy.random.random_sample(size=None)
numpy.random.random(size=None)
numpy.random.ranf(size=None)
numpy.random.sample(size=None

np.random.choice

numpy.random.choice(a, size=None, replace=True, p=None)
从给定的一维数组中生成随机数
参数： 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

numpy.random.seed()

np.random.seed()的作用：使得随机数据可预测。
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