目录

1.2：random.randint(start,end,size)

1.3：random.randn(size)

1.4：random.normal(loc,scale,size)

1.5：random.seed(1)

1.6：random.shuffle(a)

1.7：random.permutation(a)

1.8：random.choice(data,size)

1.9：random.choice(int, size)

1：随机数模块

1.1：random.random(size)

方法演示

import numpy as np# 返回一个符合的数据
 a = np.random.random()# 返回一个有X行，Y列，Z深的符合要求的三维维数组数据，可以是二维，也可以是一维
 b = np.random.random(size=(X, Y, Z)) 
 

运行效果

1.2：random.randint(start,end,size)

方法演示

import numpy as np# 返回符合条件的一个数据
 a = np.random.randint(100, 200)# 返回符合条件的一组多维数组数据，可以是一维，可以是二维，可以是三维或者多维的数据
 b = np.random.randint(100, 200, size=(3, 3, 3))
 

运行效果

1.3：random.randn(size)

方法演示

import numpy as np# 返回一个数据
 np.random.randn()# 返回多维数组，可以是一维，二维，三维等等
 np.random.randn(size=(3, 3, 3))
 

运行效果

1.4：random.normal(loc,scale,size)

方法演示

import numpy as np# 默认均值为0，方差为1
 a  = np.random.normal()# 指定特定数据的均值、方差
 b =  np.random.normal(4, 5)# 返回的数据可以是一维、二维、三维等等
 c = np.random.normal(4, 5, size=(3, 3, 3))
 

运行效果

1.5：random.seed(1)

方法演示

import numpy as np# 设置种子
 np.random.seed(1)
 a = np.random.randint(100, 200, size=(3, 3, 3))
 a
 

a
 

运行效果

1.6：random.shuffle(a)

方法演示

import numpy as npa = np.random.randint(100, 200, size=(3, 3))# 排序
 np.random.shuffle(a)
 

运行效果

1.7：random.permutation(a)

方法演示

import numpy as np# 数据
 a = np.random.randint(100, 200, size=(3, 3))# 排序操作
 b = np.random.permutation(a)
 b
 

运行效果

1.8：random.choice(data,size)

方法演示

import numpy as npdata = [1, 5, 10, 45, 100, 56, 99]# 随机选择一个元素
 np.random.choice(data)# 随机选择多个元素，组成一维、二维、三维等多维数组
 np.random.choice(data, size=(3, 3, 3))
 

运行效果

1.9：random.choice(int, size)

方法演示

import numpy as np# 取一个数据
 a = np.random.choice(10)# 取多个数据，组成一维、二维、三维等多个数据
 b = np.random.choice(10, size(3, 3, 3))
 

运行效果