Numpy.random模块重点函数总结

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/lvcaoyouyou/article/details/79463944

random是python的Numpy库中的重要模块，现将数据分析、深度学习常用的函数总结如下。

一 简单随机数

rand(d0, d1, …, dn) Random values in a given shape.
randn(d0, d1, …, dn) Return a sample (or samples) from the “standard normal” distribution.

1 rand( d0, d1 ,…, dn)
创建一个给定形状的数组，并用[0,1]上的均匀分布的随机样本填充它。输入为int，输出为指定形状的矩阵（ndarray）

>>> np.random.rand(3,2)
array([[ 0.14022471,  0.96360618],  #random
       [ 0.37601032,  0.25528411],  #random
       [ 0.49313049,  0.94909878]]) #random

2 randn( d0, d1 ,…, dn)
返回符合标准正态分布的随机浮点数，标准正态分布意思是均值为0和方差为1。

>>> np.random.randn()
2.1923875335537315 #random

>>> 2.5 * np.random.randn(2, 4) + 3
array([[-4.49401501,  4.00950034, -1.81814867,  7.29718677],  #random
       [ 0.39924804,  4.68456316,  4.99394529,  4.84057254]]) #random

二 随机生成器

3 Random generator - seed()
seed( ) 用于指定随机数生成时所用算法开始的整数值，如果使用相同的seed( )值，则每次生成的随即数都相同，如果不设置这个值，则系统根据时间来自己选择这个值，此时每次生成的随机数因时间差异而不同。

>>>
from numpy import *
num=0
while(num<5):
    random.seed(5)
    print(random.random())
    num+=1

运行结果：
0.22199317108973948
0.22199317108973948
0.22199317108973948
0.22199317108973948
0.22199317108973948

from numpy import *
num=0
random.seed(5)
while(num<5):
    print(random.random())
    num+=1

运行结果：
0.22199317108973948
0.8707323061773764
0.20671915533942642
0.9186109079379216
0.48841118879482914

参考：
[1]numpy.random官方文档：https://docs.scipy.org/doc/numpy/reference/routines.random.html
[2]numpy.random.seed()的使用:http://blog.csdn.net/linzch3/article/details/58220569