python数据分析之numpy的随机函数

import numpy as np

rand（d0,d1,d2，...dn）根据d0-dn创建随机数组浮点数[0,1) 值为均匀分布

randn（d0,d1,d2....dn）根据d0-dn创建随机数组，标准正态分布

randint（low，high，shape）根据shape创建随机数组 元素范围为[low,high)

seed(s) 随机数种子，s是给定的种子值 

假如我们每次使用的随机数种子相同

我们可以得到相同的随机数数组

np.random.seed(10)

a = np.random.randint(100,200,(3,4))

np.random.seed(10)

b = np.random.randint(100,200,(3,4))

我们可以发现a，b的元素都相同

此外还有一些高级函数

shuffle（a）根据数组的第一轴进行随机排列 会改变本身

permutation（a）和shullfe功能相近，不会改变本身

choice（a[,size,replace,p]）从一维数组a中以概率p抽取元素，形成size形的新数组，replace表示是否可放回默认为False

uniform（low，high，size） 产生均匀分布的数组，low为起始值，high为结束值，size为形状

normal（loc，scale，size） 正态分布 loc为均值，scale为标准差，size为形状

poisson（lam，size）      泊松分布，lam为随机事件发生率，size为形状