1.random
使用時需要import random。
- random.random()用於生成一個0到1的隨機符點數: 0 <= n < 1.0
- random.uniform(a, b)，用於生成一個指定範圍內的隨機符點數，兩個參數其中一個是上限，一個是下限。
- random.randint(a, b)，用於生成一個指定範圍內的整數。其中參數a是下限，參數b是上限。
- random.randrange([start], stop[, step])，從指定範圍內，按指定基數遞增的集合中 獲取一個隨機數。如：random.randrange(10, 100, 2)，結果相當於從[10, 12, 14, 16, ... 96, 98]序列中獲取一個隨機數。random.randrange(10, 100, 2)在結果上與 random.choice(range(10, 100, 2) 等效。
- random.choice(sequence)。參數sequence表示一個有序類型。這裏要說明一下：sequence在python不是一種特定的類型，而是泛指一系列的類型。list, tuple, 字符串都屬於sequence。
- random.shuffle(x[, random])，用於將一個列表中的元素打亂。
- random.sample(sequence, k)，從指定序列中隨機獲取指定長度的片斷。sample函數不會修改原有序列。不會重複選取。
2.numpy.random
numpy的數組不能用上面的隨機函數，numpy也有自己的隨機函數：
1.numpy.random.rand(d0,d1,…,dn) rand函數根據給定維度生成[0,1)之間的數據，dn表示每個維度，返回值爲指定維度的array
2.numpy.random.randn(d0,d1,…,dn) 返回一個具有標準正態分佈的數組。
3.np.random.randint(low,hihg,size) 生成一個[low,high）的數組，數組形狀爲size。
4.np.random.random_integers(low,hihg,size) 生成一個[low,high]的數組，數組形狀爲size。不過不贊成使用次用法，建議使用np.random.randint(low,hihg,size+1)
5.numpy.random.random((d0,d1,…,dn)) 函數根據給定維度生成[0,1)之間的數據，dn表示每個維度，返回值爲指定維度的array，random函數的功能和前面的rand一模一樣，不過多了個括號。。。
6.random_sample((d0,d1,…,dn)) 用法與numpy.random.random((d0,d1,…,dn)) 一樣。
7.np.random.choice(a, size=None, replace=True, p=None) 對一維數組a採樣，可重複採樣
8.np.random.permutation(x) 將數組打亂，多維數組按第一維度打亂。返回打亂後的數組，不會改變x。
9.np.random.random_sample(x) 將數組x按第一個維度打亂，原地打亂，沒有返回值。
3.隨機種子
random.seed(a=None)
如果不使用隨機種子，那麼每一次隨機的值都是不一樣的，當我們的程序希望生成的隨機數能夠復現的時候，就可以設置 seed()函數，因爲他生成的隨機數是固定的。如果是numpy的隨機種子，那就是np.random.seed()
np.random.seed(10)
b = np.random.randint(1,4,(3,4))
print(b)
c = np.random.randint(1,4,(3,4))
print(c)
當不使用np.random.seed(10)時，b和c每一次的輸出結果都是隨機的。使用隨機種子後，上面程序不管運行多少次，結果都是一樣的，不過b和c的值不一樣，如果我們想讓b和c的值也一樣，可以在給c賦值前重行運行一下相同的隨機種子，這樣b和c的值相同。
np.random.seed(10)
b = np.random.randint(1,4,(3,4))
print(b)
np.random.seed(10)
c = np.random.randint(1,4,(3,4))
print(c)