Numpy生成数总结（随机整数randint，固定步长arange，分布）

一、np.random.randint

随机生成10个0-20之间的随机整数

import numpy as np
np.random.randint(0, 20, 10)

array([11,  8, 17, 17,  0,  1,  9, 10, 16, 17])

二、Numpy.arange

生成固定步长的数：Numpy.arange()
np.arange()函数分为三种情况：
1）一个参数时，参数值为终点，起点取默认值0，步长取默认值1。
生成范围为0-10，步长为1的数据

np.arange(10)

输出：

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

2）两个参数时，第一个参数为起点，第二个参数为终点，步长取默认值1。
生成范围为0-10，步长为1的数据

np.arange(0, 10)

输出：

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

3）三个参数时，第一个参数为起点，第二个参数为终点，第三个参数为步长。其中步长支持小数
生成范围为0-100，步长为10的数据

np.arange(0, 100, 10)

输出：

array([ 0, 10, 20, 30, 40, 50, 60, 70, 80, 90])

生成范围为0-1，步长为0.1的数据

np.arange(0, 1, 0.1)

输出：

array([0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9])

三、指定分布（正态+均匀）

正态分布

Numpy.random.normal(mean, sigma, size)
标准正态分布
均值为0，方差为1，五个数

np.random.normal(0, 1, 5)

输出：

array([ 1.62434536, -0.61175641, -0.52817175, -1.07296862,  0.86540763])

均匀分布

Numpy.random.uniform(low, high, size)

np.random.uniform(1,10,5)

输出：

array([5.47289693, 2.1207332 , 8.72810212, 1.21595415, 5.13489314])

四、其他

添加随机种子，可以使得生成的数据固定

np.random.seed(2022)