numpy.random.rand
numpy.random模块作用是生成随机数，其中numpy.random.rand(d0, d1, ..., dn)：生成一个[0,1)之间的随机浮点数或N维浮点数组。下面是实例：
import numpy as np # 生成生成[0,1)之间随机浮点数 np.random.rand() # 生成一个15个[0,1)之间随机浮点数的3行5列的数组， np.random.rand(3, 5) # 一个参数，生成: array([ 0.3228230931]) np.random.rand(1) # 生成一个元素个数为5个的一维数组 np.random.rand(5) # 报错,参数必须是整数,不能是元组 np.random.rand((2,3))
numpy.random.randn
numpy.random.randn(d0, d1, ..., dn)：生成一个浮点数或N维浮点数组，取数范围：正态分布的随机样本数。实例：
import numpy as np # 无参，不一定是[0,1)之间的随机数 np.random.randn() # 一个参数,生成一个元素个数为参数值的数组 np.random.randn(1) np.random.randn(5) # 两个参数，生成对应的行列数 数组 np.random.randn(2,3) # 报错，行列数必须为整数 np.random.randn((2,3))
numpy.random.standard_normal
numpy.random.standard_normal(size=None)：生产一个浮点数或N维浮点数组，取数范围：标准正态分布随机样本。实例：
import numpy as np # size为整数，array([-0.33786118, -0.98289355]) np.random.standard_normal(2) # size为整数序列 np.random.standard_normal((2,3)) """ array([[ 0.67665901, -0.9247266 , 1.52534072], [-1.6140679 , 0.4291286 , -0.26712738]]) """ np.random.standard_normal([2,3]).shape """(2, 3)"""
numpy.random.randint
numpy.random.randint(low, high=None, size=None, dtype='l')：生成一个整数或N维整数数组，取数范围：若high不为None时，取[low,high)之间随机整数，否则取值[0,low)之间随机整数。实例如下：
import numpy as np # low=2，生成一个[0,2)之间随机整数 np.random.randint(2) # low=2,size=5，生成一个元素取值范围为[0, 2)，个数为5的数组 np.random.randint(2,size=5) """ array([1, 1, 0, 1, 1]) """ #low=2, high=2，报错,high必须大于low np.random.randint(2, 2) #low=2, high=6， 生成一个[2,6)之间随机整数 np.random.randint(2, 6) # low=2, high=6, size=5，生成形状为5的一维整数数组 np.random.randint(2,6, size=5) # size为整数元组，生成一个2x3整数数组,取数范围：[0,2)随机整数 np.random.randint(2, size=(2,3)) #生成一个2x3整数数组,取值范围：[2,6)随机整数 np.random.randint(2,6,(2,3)) #dtype参数：只能是int类型 np.random.randint(2, dtype='int32') np.random.randint(2, dtype=np.int32)
numpy.random.random_integers
numpy.random.random_integers(low, high=None, size=None)：生成一个整数或一个N维整数数组，取值范围：若high不为None，则取[low,high]之间随机整数，否则取[1,low]之间随机整数。实例如下：
import numpy as np # low=2，生成一个[1,2]之间随机整数 np.random.random_integers(2) # low=2, size=5 np.random.random_integers(2, size=5) """ array([2, 2, 1, 1, 1]) """ # low=2, high=6, 生成一个[2,6]之间随机整数 np.random.random_integers(2,6) # low=2, high=6, size=5, 生成一个形状为5的一维整数数组组 np.random.random_integers(2, 6, size=5) # size为整数元组, 生成一个2x3数组,取数范围：[1,2]随机整数 np.random.random_integers(2, size=(2,3)) # 生成一个2x3数组，取数范围：[2,6]随机整数 np.random.random_integers(2,6,(2,3))
numpy.random.random_sample
numpy.random.random_sample(size=None)：生成一个[0,1)之间随机浮点数或N维浮点数组。实例如下：
import numpy as np # size=None, 生成一个[0,1)之间随机浮点数 np.random.random_sample() # size=2, 生成shape=2的一维数组 np.random.random_sample(2) """ array([0.35763819, 0.49589886]) """ #size为整数元组 np.random.random_sample((2,)) """ array([0.06049863, 0.19161771]) """ # 报错 np.random.random_sample((,2)) # 生成2x3数组 np.random.random_sample((2,3)) """ array([[0.72670655, 0.51374895, 0.5426825 ], [0.51285327, 0.65538792, 0.06208806]]) """ #生成3x2x2数组 np.random.random_sample((3,2,2)) """ array([[[0.11479889, 0.781341 ], [0.64208068, 0.37144925]], [[0.50598271, 0.22323444], [0.30075225, 0.72141338]], [[0.65324698, 0.11543862], [0.45112802, 0.94799923]]]) """
numpy.random.choice
numpy.random.choice(a, size=None, replace=True, p=None)：从序列中获取元素，若a为整数，元素取值为np.range(a)中随机数；若a为数组，取值为a数组元素中随机元素。实例如下：‘
import numpy as np #a为整数，size为None，生成一个range(2)中的随机数 :0\1 np.random.choice(2) #a为整数,size为整数, 生成一个shape=2的一维数组 np.random.choice(2,2) """ array([1, 0]) """ #a为整数,size为整数元组, 生成一个2x3数组,取之范围在[0, 5) np.random.choice(5,(2,3)) """ array([[2, 3, 4], [4, 0, 3]]) """ #a为数组,size为None, 生成一个np.array(['a','b','c','f']中随机元素 np.random.choice(np.array(['a','b','c','f'])) #a为数组,size为整数元组 np.random.choice(np.array(['a','b','c','f']),(2,3))#生成2x3数组 """ array([['a', 'f', 'f'], ['a', 'a', 'a']], dtype='<U1') """ #p参数：可以理解成a中元素出现的概率，p的长度和a的长度必须相同，且p中元素之和为1，否则报错 #np.random.choice(2,p=[1]) #报错，a和p长度不一致 np.random.choice(5,p=[0,0,0,0,1]) #生成的始终是4 np.random.choice(5,3,p=[0,0.5,0.5,0,0]) #生成shape=3的一维数组，元素取值为1或2的随机数
numpy.random.shuffle
numpy.random.shuffle(x)：对X进行重排序，如果X为多维数组，只沿第一条轴洗牌，输出为None。实例如下：
import numpy as np list = [1,2,3,4,5] #输出None np.random.shuffle(list) #原序列的顺序被修改 list1 """ [3, 1, 5, 4, 2] """ #对于多维数组，只沿着第一条轴打乱顺序 arr = np.arange(9).reshape(3,3) arr """ array([[0, 1, 2], [3, 4, 5], [6, 7, 8]]) """ np.random.shuffle(arr) arr """ array([[3, 4, 5], [0, 1, 2], [6, 7, 8]]) """
numpy.random.permutation
numpy.random.permutation(x)：与numpy.random.shuffle(x)函数功能相同，两者区别：peumutation(x)不会修改X的顺序。实例如下：
import numpy as np # x=5, 生成一个range(5)随机顺序的数组 np.random.permutation(5) # x为列表或元组 list = [1,2,3,4] np.random.permutation(list) """ array([3, 1, 4, 2]) """ list """ [1, 2, 3, 4] """ # x为数组 arr = np.arange(9) arr """ array([0, 1, 2, 3, 4, 5, 6, 7, 8]) """ np.random.permutation(arr) """ array([8, 1, 4, 2, 0, 5, 7, 6, 3]) """ arr2 = np.arange(9).reshape(3,3) arr2 """ array([[0, 1, 2], [3, 4, 5], [6, 7, 8]]) """ # 对于多维数组，只会沿着第一条轴打乱顺序 np.random.permutation(arr2) """ array([[0, 1, 2], [6, 7, 8], [3, 4, 5]]) """
参考资料来自：
https://docs.scipy.org/doc/numpy/reference/generated/numpy.random.rand.html#numpy.random.rand https://blog.csdn.net/kancy110/article/details/69665164
