numpy的随机数组

1.numpy.random.rand()

　　创建指定大小的随机数组，取值范围[0,1)

import numpy as np

# 创建2行2列取值范围为[0,1)的数组
arr = np.random.rand(2,2)

　　或

import numpy as np

# 创建一维数组，元素个数为10，取值范围为[0,1)
arr1 = np.random.rand(10)

2.numpy.random.randn()

　　创建指定大小的数组，取值范围为标准正态分布

# 创建2行3列，取值范围为标准正态分布的数组
arr2 = np.random.randn(2,3)

3.numpy.random.randint()

　　创建指定大小的数组，数组数值随机取于[low,high)之间。high为空时则取[0,low)。需要用到size属性指定数组大小。

arr3 = np.random.randint(1,20,size=(2,2,3))

4.numpy.random.choice()

　　numpy.random.choice(a, size=None, replace=True, p=None)

　　a:指定的一维数组或者整数。如果是整数，则该方法等同于np.arange(a)

　　size:数组大小

　　replace:生成的数组中元素是否可以重复。默认为True，即可以重复

　　p:一维数组中每个元素出现的概率

5.numpy.random.shuffle()

　　将数组中的元素打乱。

arr4 = np.random.shuffle(arr1)

6.numpy.random.seed()

　　生成随机数种子

# 生成一个随机数种子为seed1，参数可自己随意设定
np.random.seed(seed1)

　　它的作用是让下一次生成的随机数组与随机数种子关联，如果随机数组关联的随机数种子是一样的，且数组大小一样，则随机数组也是一样的。关联的做法就是在之前加上np.random.seed(seed1)。

　　简单地理解就是：在关联同一个随机数种子的前提下，第一次生成的数组其元素大小是随机的（当然是在指定的大小范围内），其后生成的随机数组与第一次生成的数组的位置重叠部分，其元素是相同的，如果有扩展，则按随机原则生成。其本质是在随机前提下消除一定地随机性。

原文地址：https://www.cnblogs.com/jason--/p/11567316.html