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