Python利用numpy.random模块生成随机数的方法

1. numpy.random.rand(m,n,p,q…)
   生成0到1之间的n个随机数，参数是shape

#传入单个参数
import numpy as np
data=np.random.rand(3)
print(data)
输出：
[0.42487743 0.92537519 0.53686567]

#传入两个参数：输出一个值在0-1之间的三行四列数组
import numpy as np
data=np.random.rand(3,4)
print(data)
输出：
[[0.98377973 0.85092775 0.7504745  0.14616559]
 [0.82135553 0.47096988 0.43921536 0.52325622]
 [0.25834071 0.3646412  0.88872318 0.24679017]]

2. numpy.random.randn（d0,d1,d2）从标准正态分布中返回一个或多个样本,参数是shape

import numpy
data=numpy.random.randn(3,4)
print(data)
输出：
[[-1.00371958  1.47718184  0.70418891  0.84347875]
 [-0.34671091  1.20209922 -1.49002216  1.58234722]
 [-0.05994912  0.08149479 -1.10874929 -0.88186209]]

3. numpy.random.randint（m,n,size）（[m,n)）左闭右开

import numpy
data=numpy.random.randint(1,100,[3,4]) 
print(data)
输出：
[[ 8 41 51 46]
 [94  5  7 55]
 [86 89 53 65]]
 #生成1-100之间一个三行四列的随机数组

4. numpy.random.random_integers（m,n,size）([m,n]) 双闭 整形

import numpy
data=numpy.random.random_integers(1,100,[3,4])
print(data)
输出：
[[85 31 90  8]
 [ 2 51 14  6]
 [73 40 54 65]]

5. numpy.random.random_sample([size]) 生成（0,1]之前size的数组：

import numpy
data=numpy.random.random_sample(10)
print(data)
输出：
[0.78198435 0.78581722 0.70935454 0.48435389 0.34285546 0.44082393
 0.28817718 0.52779338 0.91154455 0.20794619]

6. numpy.random.random([size]) 生成(0,1]之前size的数组

import numpy
data=numpy.random.random([2,3])
print(data)
输出：
[[0.39636875 0.59884829 0.64481502]
 [0.98957148 0.82963862 0.05764939]]

7. numpy.random.choice(a, size=None, replace=True, p=None): 从给定的序列中任取一定size的值
   a:一维数组
   replace：表示已去的是否可重复，默认True
   P：一维数组，指随机选择时a中各值出现的概率，p内值和为1

import numpy
data=numpy.random.choice([2,3,4,5,6,7],3,False,(0.1,0.2,0.3,0.4,0,0))
print(data)
输出：
[3 5 4]