首先
import numpy as np
numpy.random.rand()
numpy.random.rand(d0,d1,…,dn)
dn表每個維度
返回值為指定維度的array
np.random.rand(4,2)
array([[ 0.02173903, 0.44376568],
[ 0.25309942, 0.85259262],
[ 0.56465709, 0.95135013],
[ 0.14145746, 0.55389458]])
np.random.rand(4,3,2) #維度shape: 4*3*2
array([[[ 0.08256277, 0.11408276],
[ 0.11182496, 0.51452019],
[ 0.09731856, 0.18279204]],
[[ 0.74637005, 0.76065562],
[ 0.32060311, 0.69410458],
[ 0.28890543, 0.68532579]],
[[ 0.72110169, 0.52517524],
[ 0.32876607, 0.66632414],
[ 0.45762399, 0.49176764]],
[[ 0.73886671, 0.81877121],
[ 0.03984658, 0.99454548],
[ 0.18205926, 0.99637823]]])
2 numpy.random.randn()
numpy.random.randn(d0,d1,…,dn)
dn**每個維度
返回值為指定維度的array
np.random.randn() # 當沒有引數時，返回單個資料
-1.1241580894939212
np.random.randn(2,4)
array([[ 0.27795239, -2.57882503, 0.3817649 , 1.42367345],
[-1.16724625, -0.22408299, 0.63006614, -0.41714538]])
np.random.randn(4,3,2)
array([[[ 1.27820764, 0.92479163],
[-0.15151257, 1.3428253 ],
[-1.30948998, 0.15493686]],
[[-1.49645411, -0.27724089],
[ 0.71590275, 0.81377671],
[-0.71833341, 1.61637676]],
[[ 0.52486563, -1.7345101 ],
[ 1.24456943, -0.10902915],
[ 1.27292735, -0.00926068]],
[[ 0.88303 , 0.46116413],
[ 0.13305507, 2.44968809],
[-0.73132153, -0.88586716]]])
標準正態分佈—-standard normal distribution
標準正態分佈又稱為u分布，是以0為均值、以1為標準差的正態分佈，記為n（0，1）。
3 numpy.random.randint()
3.1 numpy.random.randint()
numpy.random.randint(low, high=none, size=none, dtype=』l』)引數：low為最小值，high為最大值，size為陣列維度大小，dtype為資料型別，預設的資料型別是np.int
high沒有填寫時，預設生成隨機數的範圍是[0，low)
np.random.randint(1,size=5) # 返回[0,1)之間的整數，所以只有0
array([0, 0, 0, 0, 0])
np.random.randint(1,5) # 返回1個[1,5)時間的隨機整數
4np.random.randint(-5,5,size=(2,2))
array([[ 2, -1],
[ 2, 0]])
python中numpy的random模組
numpy.random 1.rand d0,d1,dn 產生 0,1 的浮點隨機數,括號裡面的引數可以指定產生陣列的形狀 例如 np.random.rand 3,2 則產生 3 2的陣列，裡面的數是0 1的浮點隨機數 2.randn d0,d1,dn 產生標準正太分布隨機數，引數含義與rand相同...
numpy中random的使用方法
random 是內建 built in 函式，作用是產生隨機數 下面為random的使用方法 1.建立乙個 0 1 的浮點數 首先要匯入包 建立乙個3 3的矩陣 import numpy as np arr np.random.random 3,3 print arr 0.57881144 0.59...
Numpy的random函式的總結
原文 在python資料分析的學習和應用過程中，經常需要用到numpy的隨機函式，由於隨機函式random的功能比較多，經常會混淆或記不住，下面我們一起來彙總學習下。import numpy as npnumpy.random.rand d0,d1,dn np.random.rand 4,2 arr...