Python中numpy對象random使用方法總結

注：爲介紹方便，本文將numpy簡化爲np
主要可關注兩點：
1，隨機生成的範圍，“[”與“)”
2，隨機生成的數據類型
3，隨機生成數是否可控

內容介紹

一、隨機生成浮點數

1.1 生成(0,1)之間的浮點數

區別在於：維度的表示方式上，1.1.1是直接表示，其他的是使用size=()

1.1.1 numpy.random.rand()

直接是維度，不需要size=()
實例：

1.1.2 numpy.random.random_sample(size=None)

使用size=()確定維度
實例：

1.1.3 numpy.random.random(size=None)

1.1.4 numpy.random.ranf(size=None)

1.1.5 numpy.random.sample(size=None)

1.2 符合正太分佈的浮點數

1.2.1 np.random.randn()

與 np.random.rand()類似，直接表示維數，且空表示一個數

二、隨機生成整數

2.1 numpy.random.randint ()

表示：numpy.random.randint (low,high,size)
範圍：[0，low） 或者 [low,high)之間的整數，

實例：

2.2 numpy.random.random_integers()

表示：numpy.random.random_integers(low,high,size)
範圍：[1，low） 或者 [low,high]之間的整數

實例：（一般只是用上面的，這個不常用）

三、隨機生成數可控

3.1 numpy.random.choice()

屬於自主定義型

3.1.1 使用方式

numpy.random.choice(a, size=None, replace=True, p=None)
a可以是整數、或者數組
size確定維度
replace表示是否重複
p設置每個數出現的概率,應與a維數相同，且和爲1

3.1.2 實例

3.2 numpy.random.seed()

控制隨機生成的數值

3.2.1 使用方式

若想生成相同的隨機序列，需要將numpy.random.seed() 與前面的配合使用。
形如：

numpy.random.seed(num)
numpy.random.randint(num)  

3.2.2 實例

當seed中的值爲空時：

當seed中的值爲固定值：