numpy.random.RandomState()函数用法详解

1、numpy.random.RandomState()函数用法

功能 ：可以通过numpy工具包生成模拟数据集，使用RandomState获得随机数生成器。

（1）使用numpy.random.RandomState(1).uniform(1,2,(3,4))函数生成一个3行4列的数组，其中每个元素都是在[1,2]区间内 均匀分布 的随机数；

from numpy.random import RandomState

rdm = RandomState(1)  # 定义一个随机数种子
a = rdm.uniform(1,2,(3,4))  # 产生一个3行4列的数组，其中每个元素都是在[1,2]区间内均匀分布的随机数
print(a)
>>>
[[1.417022   1.72032449 1.00011437 1.30233257]
 [1.14675589 1.09233859 1.18626021 1.34556073]
 [1.39676747 1.53881673 1.41919451 1.6852195 ]]

注意 ：这里 “1” 为随机数种子，只要随机数种子seed相同，产生的随机数系列就相同。

（2）使用numpy.random.RandomState(1).rand(d0,d1,…,dn)函数生成一个给定维度的数组，其中每个元素在[0,1)之间（包含0，不包含1），dn表示各个维度，返回值为指定维度的array；

rdm = RandomState(1)  # 定义一个随机数种子
b = rdm.rand(1,2)   # 产生一个1行2列的数组
print(b)
>>>
[[0.417022   0.72032449]]

注意 ：
（1）rand(0)：表示随机产生一个空数组。
（2）rand(n)：表示随机产生一个一维的，每个元素在[0,1)之间的n个数字的数组。
（3）rand(m,n)：表示随机产生一个m行n列的二维数组。
（4）rand(d0,d1,…,dn)：表示随机生成一个$d0\times d1\times \cdots \times dn$维度的数组。

（1）# 基于 numpy.random.RandomState(1).rand(d0,d1,…,dn)，随机生成每个元素均在[0,1)之间，维度为d0×d1×...×dn的数组
from numpy.random import RandomState

rdm = RandomState(1)   #定义一个随机数种子，实现每次代码执行生成的随机数集都相同

a = rdm.rand(0)  #生成一个空数组
print(a)
>>>
[]

b = rdm.rand(3)  # 生成一个一维的，每个元素在[0,1)之间的3个数字的数组
print(b)
>>>
[4.17022005e-01 7.20324493e-01 1.14374817e-04]

c = rdm.rand(1,2)  # 随机产生一个1行2列的，每个元素在[0,1)之间的二维数组
print(c)
>>>
[[0.417022   0.72032449]]

d = rdm.rand(3,4,2)  # 生成一个3×4×2维度的，每个元素在[0,1)之间的三维数组
print(d)
>>>
[[[4.17022005e-01 7.20324493e-01]
  [1.14374817e-04 3.02332573e-01]
  [1.46755891e-01 9.23385948e-02]
  [1.86260211e-01 3.45560727e-01]]

 [[3.96767474e-01 5.38816734e-01]
  [4.19194514e-01 6.85219500e-01]
  [2.04452250e-01 8.78117436e-01]
  [2.73875932e-02 6.70467510e-01]]

 [[4.17304802e-01 5.58689828e-01]
  [1.40386939e-01 1.98101489e-01]
  [8.00744569e-01 9.68261576e-01]
  [3.13424178e-01 6.92322616e-01]]]

（2）# 基于 np.random.rand(d0,d1,…,dn),随机生成每个元素均在[0,1)之间，维度为d0×d1×...×dn的数组
import numpy as np

x1 = np.random.rand(0)
print(x1)
>>>
[]

x2 = np.random.rand(1)
print(x2)
>>>
[0.09699241]

x3 = np.random.rand(3)
print(x3)
[0.99618768 0.13205612 0.95325353]

x4 = np.random.rand(2,3)
print(x4)
>>>
[[0.70589994 0.05531786 0.74656515]
 [0.63115967 0.74755883 0.74679566]]

备注 ： 基于 numpy.random.RandomState(int).rand(d0,d1,…,dn) 与基于numpyp.random.rand(d0,d1,…,dn)，生成随机数组的区别在于：使用RandomState(int)可以自定义随机数种子，以保证每次执行代码，生成的数组都相同。
参考链接： https://blog.csdn.net/jieshaoxiansen/article/details/82255191

numpy里random总结：

1. np.random.randn()
   语法： numpy.random.randn(d0,d1,…,dn)
   功能： 用法同np.random.rand()一样，只是服从正态分布。用法同上。
   说明：
   标准正态分布又称为u分布，是以0为均值、以1为标准差的正态分布，记为N（0，1）。
   randn函数返回一个或一组样本，具有标准正态分布。
   dn表格每个维度
   返回值为指定维度的array
2. np.random.randint()
   语法： numpy.random.randint(low, high=None, size=None, dtype=’l’)
   功能： 通过low来指定起点，通过high来指定终点，通过size参数来指定数组的维度，通过dtype来确定类型。
   说明：
   返回值为随机整数，范围区间为[low,high），包含low，不包含high
   参数：low为最小值，high为最大值，size为数组维度大小，dtype为数据类型，默认的数据类型是np.int
   high没有填写时，默认生成随机数的范围是[0，low)，示例代码如下：

y1 = np.random.randint(1,size=4)
print(y1)     #返回[0，1)之间的整数，只有0
>>>
[0 0 0 0]

y2 = np.random.randint(-2,3,size=(2,3))
print(y2)      #输出为每个元素在[-2,3)之间的整数，维度为2×3的数组
>>>
array([[ 1, -1, -2],
       [ 2,  2, -1]])

3. np.random.random(size=None)
   语法： numpy.random.random(size=None)
   功能： 生成[0,1)之间的浮点数，通过size参数来指定维数。
   说明：
   size : int or tuple of ints, optional.
   Output shape. If the given shape is, e.g., (m, n, k), then m * n * k samples are drawn. Default is None, in which case a single value is returned. 示例代码如下：

z1 = np.random.random()  #生成单个数字
print(z1)
>>>
0.25469601478885473
z2 = np.random.random(1)  #生成一维的数组
print(z2)
>>>
array([0.91980583])  

z3 = np.random.random(2)  #生成1×2的数组
print(z3)
>>>
array([0.76697681, 0.1434016 ])

z4 = np.random.random((2,3))   #生成一个2行3列的数组
print(z4)
>>>
array([[0.9796758 , 0.30869338, 0.33414885],
       [0.39724933, 0.59403368, 0.00650113]])