numpy产生各种类型的随机数
import numpy as np
# 区间[1, 3) 等间隔取19个数
data1 = np.linspace(1, 3, 19)
print('data1\n', data1)
# 产生随机整数 范围 类型
data2 = np.random.randint(0, 9, [3, 2])
print('data2\n',data2)
# 生成正态分布随机数 均值1 方差 3 size =[3, 4]
data3 = np.random.normal(loc=1, scale=3, size=[3, 4])
print('data3\n', data3)
# 标准正态分布函数 均值0 方差1 size=[3, 3]
data4 = np.random.randn(3, 3)
print('data4\n', data4)
# 从“0~1”均匀分布的随机样本值。随机样本取值范围是[0,1),不包括1。
data5 = np.random.rand()
print('data5\n', data5)
# 从一个均匀分布[low,high)中随机采样,定义域是左闭右开,float类型
data6 = np.random.uniform(2, 4, [3, 3])
print('data6\n', data6)
# np.random
# 在闭区间上产生随机整数
x1 = np.random.random_integers(low=1, high=9, size=[2, 4])
print('x1\n', x1)
# 在[0.0, 1.0) 上随机采样
x2 = np.random.random_sample([3, 4])
print('x2\n', x2)
# 伪随机数产生器的种子 对于某一个伪随机数发生器,只要该种子(seed)相同,产生的随机数序列就是相同的
# x3 相当于 np.random
x3 = np.random.RandomState(seed=30)
# 产生[0.0, 1.0) 上均匀分布的 3 行 2 列的数组
x4 = x3.rand(3, 2)
print('x4\n', x4)