转载自:https://blog.csdn.net/Candyerer/article/details/111300215
一、np.random.rand():生成指定维度的[0,1)间的随机数
np.random.rand(4,3);///生成4行3列的数组,数组中内一个元素都是[0,1)间的随机数
二、np.random.random():生成指定维度的[0,1)间的随机数
np.random.random([4,3]);///生成4行3列的数组,数组中内一个元素都是[0,1)间的随机数,等同于np.random.rand();
三、np.random.randn():生成的随机数服从正态分布
np.random.randn();///没有参数,只返回一个数据 np.random.randn(2,4);///返回[2,4]的数组,数组中的元素符合正态分布
四、np.random.randint(low,high,size=none,dtype=‘I’):范围为[low,high),dtype默认为int
np.random.randint(1,size=5): 返回[0,1)之间的随机整数,尺寸为5,因此只有0 array([0,0,0,0,0])
五、np.random.random_integers(low,high = None,size = None)–>返回范围为[low,high] 闭区间 随机整数
np.random.random(size = (2,2)) [[ 0.25303772 0.45417512] [ 0.76053763 0.12454433]]
六、np.random.choice(a, size = None, replace = True, p = None) --> 从给定数组a中随机选择,p可以指定a中每个元素被选择的概率,当replace = False时,返回的数中不可以有重复的
///p是一个list,p的size 必须与a的size一致,p中每个元素对应了a中每个元素被选择的概率 np.random.choice(list_tmp,size = (3,3),p = [0.1,0.6,0.1,0.1,0.1])
七、np.random.seed() -->使随即数据可预测,对于同一个seed,生成的随机数相同
np.random.seed(0) >>>np.random.rand(1) array([0.5488135]) >>>np.random.seed(1) >>>np.random.rand(1) array([0.4359949]) >>>np.random.seed(1) >>>np.random.rand(1) array([0.4359949])
标签:rand,random,seed,随机数,np,numpy,size From: https://www.cnblogs.com/wanghengbin/p/17501765.html