NumPy数组创建（random模块创建）

熟悉ndarray创建的不同方式(扩展补充)：

      至于常用的一些创建方式，在这篇博文中已经写过，这次主要是对用random创建进行补充

1. rand

查看帮助文档： (部分)

Create an array of the given shape and populate it with
    random samples from a uniform distribution
    over [0, 1).

理解：
可以给rand传入n个参数，最终得出n维数组，n只允许传入int型，返回的数组中的数字大小范围是 [0,1) 注意区间

例如：

2. randn

查看帮助文档：（部分）

Return a sample (or samples) from the "standard normal" distribution.

理解：
可以传多参数，返回一个或一组样本具有正态分布

例如：

3. randint

查看帮助文档：（部分）

randint(low, high=None, size=None, dtype='l')
    
    Return random integers from `low` (inclusive) to `high` (exclusive).
    
    Return random integers from the "discrete uniform" distribution of
    the specified dtype in the "half-open" interval [`low`, `high`). If
    `high` is None (the default), then results are from [0, `low`).

理解：
可以传三参数：low（默认0）、high（默认None）、size（默认None），最后生成在半开半闭区间[low,high)上离散均匀分布的整数值；若high=None，则取值区间变为[0,low) 注意区间

例如：

4. random_integer

查看帮助文档：（部分）

random_integers(...) method of mtrand.RandomState instance
    random_integers(low, high=None, size=None)
    
    Random integers of type np.int between `low` and `high`, inclusive.
    
    Return random integers of type np.int from the "discrete uniform"
    distribution in the closed interval [`low`, `high`].  If `high` is
    None (the default), then results are from [1, `low`]. The np.int
    type translates to the C long type used by Python 2 for "short"
    integers and its precision is platform dependent.

理解：
可以传三参数：low（默认0）、high（默认None）、size（默认None），最后生成闭区间[low,high]上离散均匀分布的整数值;若high=None，则取值区间变为[1,low] 注意区间

例如：