python中randn函数_numpy.random.randn（）⽤法import numpy as np
1 numpy.random.rand()
numpy.random.rand(d0,d1,…,dn)rand函数根据给定维度⽣成[0,1)之间的数据，包含0，不包含1
dn表格每个维度
返回值为指定维度的array
2 numpy.random.randn()
numpy.random.randn(d0,d1,…,dn)randn函数返回⼀个或⼀组样本，具有标准正态分布。
dn表格每个维度
返回值为指定维度的array
random在python中的意思np.random.randn() # 当没有参数时，返回单个数据
标准正态分布介绍标准正态分布—-standard normal distribution
标准正态分布⼜称为u分布，是以0为均值、以1为标准差的正态分布，记为N(0，1)。
3 numpy.random.randint()
3.1 numpy.random.randint()
numpy.random.randint(low, high=None, size=None, dtype=’l’)返回随机整数，范围区间为[low,high)，包含low，不包含high
high没有填写时，默认⽣成随机数的范围是[0，low)
np.random.randint(1,size=5) # 返回[0,1)之间的整数，所以只有0
3.2 numpy.random.random_integers
numpy.random.random_integers(low, high=None, size=None)返回随机整数，范围区间为[low,high]，包含low和high
参数：low为最⼩值，high为最⼤值，size为数组维度⼤⼩
high没有填写时，默认⽣成随机数的范围是[1，low]
该函数在最新的numpy版本中已被替代，建议使⽤randint函数
np.random.random_integers(1,size=5)
4 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)
5 numpy.random.choice()
numpy.random.choice(a, size=None, replace=True, p=None)从给定的⼀维数组中⽣成随机数
参数： a为⼀维数组类似数据或整数；size为数组维度；p为数组中的数据出现的概率
a为整数时，对应的⼀维数组为np.arange(a)
6 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
References:CSDN-专业IT技术社区-登录b log.csdn

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。