Numpy——random随机数

np.random.random()

作用：产生0到1的随机浮点数(伪随机数)，
第一个random是np中的模块，第二个random（）是模块中的函数
括号内是一个对象，可以是元组或列表，表示生成几行几列的数组

注意：在没有对random使用seed时，每次的随机数是不可定的，但经过seed()后就会确定

np.random.seed()

np.random.seed(0)
c=np.random.random((3,4))
print(c)
'''
[[0.5488135  0.71518937 0.60276338 0.54488318]
 [0.4236548  0.64589411 0.43758721 0.891773  ]
 [0.96366276 0.38344152 0.79172504 0.52889492]]
'''

指定随机数”种子“，之后的随机数选出的值是不会变的，
若不写入参数，相当于rand( )函数，表示均匀分布，每个数被取到的概率一样,则数据也不确定了

np.random.rand()

均匀分布（概率相同）的生成随机数，可以有多个值，表示每一维度内包含多少对象

c=np.random.rand(3,4)
print(c)
'''
[[0.40141809 0.93972874 0.14160513 0.90961224]
 [0.97095824 0.53265219 0.44932343 0.91865182]
 [0.00863525 0.94136274 0.72279649 0.53543026]]
'''

np.random.randint(参1，参2，size= )

产生给定范围的正随机数
参数1到参数2表示生成随机整数的范围
size表示生成的是几个或某种形式的数组，因此参数可以是数、元组或列表

c=np.random.randint(0,5,size=[3,2])
print(c)
'''
[[1 1]
 [2 4]
 [3 2]]
'''

np.random.uniform(low=，high=，size= )

产生给定范围在low和high之间的浮点随机数，size作用同上

np.set_printoptions(precision= )

控制输出数的小数位数

c=np.random.uniform(0,5,size=[3,2])
np.set_printoptions(precision=2)
print(c)
print('*'*20)
np.set_printoptions(precision=3)
print(c)
'''
[[3.92 3.26]
 [0.58 1.03]
 [0.65 4.3 ]]
********************
[[3.923 3.257]
 [0.583 1.032]
 [0.649 4.296]]
'''

np.random.normal(参1，参2，size= )

产生均值为参1，标准差为参2的随机数，size表示产生数据的形式同上

np.mean()

返回一些数据的平均数

c=np.random.normal(1,3,10000)
print(np.mean(c))
#1.0196682035227684，没有设置数值种子，该值会变化

np.std()

计算数据的标准差

np.random.randn()

生成标准正态分布的数值（平均为0，方差为1），参数可以是数或多个数

np.random.shuffle()

对数组中的数据进行随机排序，打乱本身的数据顺序，无返回值，所以也不用赋值运算

c=np.array([2,6,8,9,3,5])
np.random.shuffle(c)
print(c)
#[6 3 5 2 8 9]每次不确定

np.random.permutation()

对数组中的数据进行随机排序，不打乱本身的数据顺序，有返回值，用于赋值运算