1、numpy.random.rand()
numpy.random.rand(d0,d1,..dn)
用于生成指定形状的均匀分布的随机样本,样本值位于[0, 1)之间。
例如,
import numpy as np
# 生成一个形状为(2, 3)的随机数组
rand_array = np.random.rand(2, 3)
print(rand_array)
2、numpy.random.randn()
numpy.random.randn(d0,d1,..dn)
用于生成指定形状的标准正态分布(均值为0,标准差为1)的随机样本。
例如,
import numpy as np
# 生成一个形状为(2, 3)的标准正态分布的随机数组
randn_array = np.random.randn(2, 3)
print(randn_array)
3、numpy.random.randint()
numpy.random.randint(low,high,(shape))
用于生成指定范围内的整数随机样本,可以指定最小值(包括)和最大值(不包括)。
例如,
import numpy as np
# 生成一个范围在[0, 10)内的整数随机数
rand_int = np.random.randint(0, 10)
print(rand_int)
4、numpy.random.uniform()
numpy.random.uniform(low,high,(size))
用于生成指定范围内的均匀分布的随机样本。
import numpy as np
# 生成一个范围在[1.0, 2.0)内的均匀分布的随机数
rand_uniform = np.random.uniform(1.0, 2.0)
print(rand_uniform)
5、numpy.random.normal()
numpy.random.normal()
用于生成指定均值和标准差的正态分布的随机样本。
例如,
import numpy as np
# 生成一个均值为0,标准差为1的正态分布的随机数
rand_normal = np.random.normal(0, 1)
print(rand_normal)
6、numpy.random.seed()
numpy.random.seed()
用于设置随机数生成器的种子,以确保生成的随机数是可重现的。种子值可以是任意整数。
例如,
import numpy as np
# 设置随机数生成器的种子为21
np.random.seed(21)
# 生成随机数
rand_num = np.random.rand()
print(rand_num)