numpy -随机数生成 rand()、.randint()、.randn()、.random() 图形演示

numpy 的rand()、.randint()、.randn()、.random() 生成随机数

seed

保证每次生成的随机数相同
可以使用数据重现
np.random.seed(0)

rand

def rand() -> float: …
def rand(*args: int) -> ndarray
根据给定维度生成[0,1)之间的数据，包含0，不包含1

import numpy as np

np.random.seed(0)
# 返回[0,1)中的一个随机值
rn = np.random.rand()
rn

0.5488135039273248

# 创建矩阵.生成 2行3列的 0-1的矩阵
rn = np.random.rand(2,3) #
rn

array([[0.71518937, 0.60276338, 0.54488318],
       [0.4236548 , 0.64589411, 0.43758721]])

randn

def randn() -> float: …
def randn(*args: int) -> ndarray
返回数据符合 均值是0 方差是1的正态分布
数据有正|负

# 生成2行3列的数据,数据符合 均值是0 方差是1的正态分布
rn = np.random.randn(2,3)
rn

array([[ 1.26611853, -0.50587654,  2.54520078],
       [ 1.08081191,  0.48431215,  0.57914048]])

randint

从[low，high）中返回均匀分布,随机整数。
如果high为None（默认值），则结果来自[0，low）。

def randint(
low: 最小值,
high: 最大值 | None = …,
size: 形状 | None = …,
dtype: 数据类型 = …
) -> ndarray[Any, dtype[bool_]

# 返回[0,5)的随机整数
rn = np.random.randint(5)
rn

0

# 返回[5,10)的随机整数
rn = np.random.randint(5,10)
rn

7

# 返回2行3列的矩阵,矩阵中的数据是[5,10)的随机整数
rn = np.random.randint(5,10,(2,3))
rn

array([[8, 5, 6],
       [8, 8, 8]])

normal

def normal(
loc: float = …,
scale: float = …,
size: None = …
) -> float: …
loc：分布的平均值。
scale：分布的标准差。必须为非负数。
size：int或整数元组，输出形状。如果给定的形状是（m，n，k），则绘制mnk个样本

# 生成均值是0  标准差 是1的的数
rn = np.random.normal(0,1)
rn

0.31306770165090136

# 返回2行3列的矩阵,矩阵数据均值是5 标准差 是1的的数,也就是 数据
rn = np.random.normal(5,1,(2,3))
rn

array([[4.14590426, 2.44701018, 5.6536186 ],
       [5.8644362 , 4.25783498, 7.26975462]])