random

random.random()

random.uniform(a, b)

random.choice(seq)

random.randrange(start, stop, step)

生成一个从start到stop（不包括stop），间隔为step的一个随机整数。start、stop、step都要为整数，且start

random.sample(p, k)

从p序列中，随机获取k个元素，生成一个新序列。sample不改变原来序列。

random.shuffle(x)

把序列x中的元素顺序打乱。shuffle直接改变原有的序列。 x改变！

np.random：

1np.random.rand(3,2)  3行2列的随机数组

2np.random.randn(2，3)  2行3列的标准正态分布数组

3randint(low[, high, size])返回随机的整数，位于半开区间 [low, high)。size=(3.,2.)

>>> np.random.randint(2, size=10)

array([1, 0, 0, 0, 1, 1, 0, 0, 1, 0])

>>> np.random.randint(1, size=10)

array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])

random_integers(low[, high, size])返回随机的整数，位于闭区间 [low, high]。size=(3.,2.)

random_sample([size])返回随机的浮点数，在半开区间 [0.0, 1.0)。

>>> np.random.random_sample()

0.47108547995356098

(b - a) * random_sample() + a

[-5, 0):

>>> 5 * np.random.random_sample((3, 2)) - 5array([[-3.99149989, -0.52338984],

       [-2.99091858, -0.79479508],

       [-1.23204345, -1.75224494]])

生成[0,1)之间的浮点数

numpy.random.random_sample(size=None)

numpy.random.random(size=None)

numpy.random.ranf(size=None)

numpy.random.sample(size=None)

numpy.random.seed()

np.random.seed()的作用：使得随机数据可预测。

当我们设置相同的seed，每次生成的随机数相同。如果不设置seed，则每次会生成不同的随机数

作者：阿昀姑娘在南方
链接：https://www.jianshu.com/p/97ab3b97bbbc