numpy随机数的产生

numpy.random.uniform均匀分布

numpy.random.uniform介绍：

1. 函数原型： numpy.random.uniform(low,high,size)

功能：从一个均匀分布[low,high)中随机采样，注意定义域是左闭右开，即包含low，不包含high.

参数介绍:

low: 采样下界，float类型，默认值为0；
high: 采样上界，float类型，默认值为1；
size: 输出样本数目，为int或元组(tuple)类型，例如，size=(m,n,k), 则输出mnk个样本，缺省时输出1个值。

返回值：ndarray类型，其形状和参数size中描述一致。

这里顺便说下ndarray类型，表示一个N维数组对象，其有一个shape（表维度大小）和dtype（说明数组数据类型的对象），使用zeros和ones函数可以创建数据全0或全1的数组，原型：

numpy.ones(shape,dtype=None,order='C'),

其中，shape表数组形状（m*n）,dtype表类型,order表是以C还是fortran形式存放数据。

示例：

import numpy as np

a = [np.random.uniform(-1, 1, 5) for i in range(8)]
print(a)

# 执行结果如下
# [array([-0.11224276, -0.2159962 , -0.61927405,  0.44666163, -0.76556514]),
# array([ 0.10680696,  0.44561596,  0.43710825, -0.60971998, -0.27726394]), 
# array([ 0.54383451, -0.62850304,  0.38703795, -0.91549777,  0.69625409]), 
# array([ 0.45459716,  0.72167316,  0.99970108, -0.303254  ,  0.57634916]), 
# array([ 0.47526871, -0.08433442,  0.88549562,  0.10087411, -0.5664246 ]), 
# array([-0.00981425,  0.73920954,  0.79744141, -0.90721526,  0.33530933]), 
# array([-0.6237765 , -0.11507653,  0.8065697 , -0.04284477, -0.68261238]), 
# array([ 0.6459242 ,  0.75920164, -0.2414012 , -0.73635557, -0.57215887])]

2. 类似uniform,还有以下随机数产生函数：

1. randint: 原型：numpy.random.randint(low, high=None, size=None, dtype=‘l’)，产生随机整数；

2. random_integers: 原型： numpy.random.random_integers(low, high=None, size=None)，在闭区间上产生随机整数；

3. random_sample: 原型： numpy.random.random_sample(size=None)，在[0.0,1.0)上随机采样；

4. random: 原型： numpy.random.random(size=None)，和random_sample一样，是random_sample的别名；

5. rand: 原型： numpy.random.rand(d0, d1, …, dn)，产生d0 - d1 - … - dn形状的在[0,1)上均匀分布的float型数。

6. randn: 原型：numpy.random.randn（d0,d1,…,dn),产生d0 - d1 - … - dn形状的标准正态分布的float型数。