1. numpy中产生随机数的方法

        1)rand() 　　产生[0,1]的浮点随机数,括号里面的参数可以指定产生数组的形状

        2)randn()　　产生标准正太分布随机数，参数含义与random相同

        3)randint()　　产生指定范围的随机数，最后一个参数是元祖，他确定数组的形状

import numpy as np

from numpy import random as nr

 

#只显示小数点后两位

np.set_printoptions(precision = 2)

r1 = nr.rand(3,4)

r2 = nr.randn(5,4)

r3 = nr.randint(0,10,size = (4,3))

print r1

print r2

print r3

 

[[ 0.34 0.51  0.65  0.57]

 [0.97  0.16  0.62 0.37]

 [0.23  0.78  0.77 0.46]]

[[-0.69 -1.24 -0.32  1.07]

 [0.05 -1.97  1.01 -1.59]

 [1.51 -1.21  1.02 -0.19]

 [1.49 -0.42  0.64  0.07]

 [-0.1  1.11  0.24 -0.18]]

[[9 6 7]

 [1 97]

 [4 96]

 [3 90]]

 

 

 2. 常用分布

        1）normal(）　　正太分布

        2）uniform()　　均匀分布

        3）poisson()　　泊松分布

# -*- coding: utf-8 -*-

"""

Spyder Editor

 

This is a temporary script file.

"""

import numpy as np

from numpy import random as nr

 

#只显示小数点后两位

np.set_printoptions(precision = 2)

 

#第一个参数是均值，第二个参数是标准差

r1 = nr.normal(100,10,size = (3,4))

print r1

 

#前两个参数分别是区间的初始值和终值

r2 = nr.uniform(0,10,size = (3,4))

print r2

 

#第一个参数为指定的lanbda系数

r3 = nr.poisson(2.0,size = (3,4))

print r3

 

[[ 100.67  98.39   99.36  103.37]

 [ 98.23   95.11  107.57 111.23]

 [ 97.26   75.21  110.4  112.53]]

[[ 2.42 6.81  9.96  3.15]

 [9.28  4.4   7.87 5.19]

 [3.47  2.92  4.5  2.58]]

[[3 1 5 0]

 [1 04 3]

 [3 12 1]]

 

 

3. 乱序和随机抽取

　　permutation()随机生成一个乱序数组，当参数是n时，返回[0,n)的乱序，他返回一个新数组。而shuffle()则直接将原数组打乱。choice（）是从指定的样本中随机抽取。

# -*- coding: utf-8 -*-

"""

Spyder Editor

This is a temporary script file.

"""

import numpy as np

from numpy import random as nr

 

#只显示小数点后两位

np.set_printoptions(precision = 2)

 

#返回打乱数组，原数组不变

r1 = nr.randint(10,100,size = (3,4))

print r1

print nr.permutation(r1)

print r1

 

print nr.permutation(5)

 

# 使用shuffle打乱数组顺序

x = np.arange(10)

nr.shuffle(x)

print x

 

#xhoice()函数从指定数组中随机抽取样本

#size参数用于指定输出数组的大小

#replace参数为True时，进行可重复抽取，而False表示进行不可重复的抽取。默认为True

x = np.array(10)

c1 = nr.choice(x,size = (2,3))

print c1

 

c2 = nr.choice(x,5,replace = False)

print c2

        

[[78 22 43 70]

 [4687 12 32]

 [1156 89 79]]

[[11 56 89 79]

 [7822 43 70]

 [4687 12 32]]

[[78 22 43 70]

 [4687 12 32]

 [1156 89 79]]

[4 1 2 0 3]

[3 4 9 5 8 2 7 0 6 1]

[[4 7 9]

 [9 17]]

[5 3 2 8 4]