Python随机数生成（二）：numpy库中random函数
在Python中随机数生成主要有两种途径，一是利用random模块生成，二是利用numpy库中random函数生成。在我们日常使用中，如果是为了得到随机的单个数，多考虑random模块；如果是为了得到随机小数或者整数的矩阵，就多考虑numpy中的random函数。
除此之外，scipy.stats模块也可以生成随机数和特定分布的随机数。
其他方式生成随机数见笔者的其他文章：
Python随机数生成（一）：random模块
numpy库中的random函数生成随机数
NumPy 是一个 Python 库，可以对单个和多维数组和矩阵进行简单的数值计算。NumPy包含很多实用的数学函数，涵盖线性代数运算、傅里叶变换和随机数生成等功能。许多数据科学库(如 pandas、 scikit-learn 和 SciPy)都依赖 NumPy。
（1）生成随机整数
① np.random.randint(low, high=None, size=None, dtype=int)
功能： 返回范围在 [low, high) 中的随机整数。size参数指定数组的形状。
参数介绍：
- low：int 型，随机数的下限
- high：int 型，默认为空，随机数的上限，当此值为空时，函数生成[0,low)区间内的随机数
- size：int、或ints、或元组，指明生成的随机数的类型
- dtype：可选’int’ ,‘int32’，默认为’l’
用法：
import numpy as np
number1 = np.random.randint(low=1,high=10,size=(3,5))
number2 = np.random.randint(100) # 生成一个从0到100的随机整数
print(number1)
print(number2)
输出：
② random_integers(low, high=None, size=None)
功能： 返回范围在 [low, high] 中的随机整数。size参数指定数组的形状。和np.random.randint()的用法较为相似，区别在于范围不同，范围[low,high]的右边界可以取到。且该函数即将被抛弃，可以使用np.random.randint(low,high+1)进行代替。
用法：
import numpy as np
number1 = np.random.random_integers(5)
number2 = np.random.random_integers(5, size=(3,2))
print(number1)
print(number2)
输出：
（2）生成随机浮点数
① np.random.rand(d0, d1, …, dn)
功能： 返回一个或一组满足均匀分布的随机浮点数，范围在[0, 1)之间。输入的d0,d1…dn代表维度信息。
用法：
import numpy as np
number1 = np.random.rand()
number2 = np.random.rand(3, 5)
print(number1)
print(number2)
输出：
② np.random.uniform(low=0.0, high=1.0, size=None)
功能： 可以生成[low,high)中的随机数，可以是单个值，也可以是一维数组，也可以是多维数组。
参数介绍：
- low：float型，或者是数组类型的，默认为0
- high：float型，或者是数组类型的，默认为1
- size：int型，或元组，默认为空
用法：
import numpy as np
number1 = np.random.uniform() # 生成一个范围为[0,1)的随机数
print(number1)
number2 = np.random.uniform(1,4) # 生成一个范围为[1,4)的随机数
print(number2)
number3 = np.random.uniform(1,4,5) # 生成一维数组，数组元素取值范围为[1,4)
print(number3)
number4 = np.random.uniform(1,4,(4,3)) # 生成4x3的数组，数组元素取值范围为[1,4)
print(number4)
number5 = np.random.uniform([1,4],[5,10]) # 生成一个一维数组，数组元素取值范围分别为[1,5)和[4,10)
print(number5)
输出：
（3）从指定数组中生成随机数
① np.random.choice(a, size=None, replace=True, p=None)
功能： 基于数组a生成随机值。choice()方法允许我们指定每个值的概率。概率由介于0和1之间的数字设置，其中0表示永远不会出现该值，而1表示永远会出现该值。所有概率之和应为1。
用法：
import numpy as np
number1 = np.random.choice([3, 5, 7, 9], size=(3, 5))
number2 = np.random.choice([3, 5, 7, 9], p=[0.1, 0.3, 0.6, 0.0], size=(5)) # 生成包含5个值的一维数组，3, 5, 7, 9出现的概率分别为0.1, 0.3, 0.6, 0.0
print(number1)
print(number2)
输出：
（4）生成特定分布的随机数
1. 均匀分布
① np.random.rand(d0, d1, …, dn)
功能： 返回一个或一组满足均匀分布的随机浮点数，范围在[0, 1)之间。输入的d0,d1…dn代表维度信息。
用法见前文。
② np.random.uniform(low=0.0, high=1.0, size=None)
功能： 可以生成[low,high)中的随机数，可以是单个值，也可以是一维数组，也可以是多维数组。
用法见前文。
2. 正态分布
① np.random.randn(a,b)
功能： 生成a*b维的随机数，且该数服从标准正太分布。
用法：
import numpy as np
data = np.random.randn(3,4)
print(data)
输出：
参考文献
1、【Python】Numpy分布函数总结
2、Python中随机数的生成
3、numpy.random接口的官方文档
4、编程之路的学习NumPy文档