1.参生n--m范围内的一个随机数: random.randint(n,m)
2.产生0到1之间的浮点数: random.random()
3.产生n---m之间的浮点数: random.uniform(1.1,5.4)
4.产生从n---m间隔为k的整数: random.randrange(n,m,k)
5.从序列中随机选取一个元素: random.choice([1, 2, 3, 4, 5, 6, 7, 8, 9, 0])
6.在一些特殊的情况下可能对序列进行一次打乱操作: random.shuffle([1,3,5,6,7])
import random
# 产生 1 到 10 的一个整数型随机数
print( random.randint(1,10) )
# 产生 0 到 1 之间的随机浮点数
print( random.random() )
# 产生 1.1 到 5.4 之间的随机浮点数,区间可以不是整数
print( random.uniform(1.1,5.4) )
# 从序列中随机选取一个元素
print( random.choice([1, 2, 3, 4, 5, 6, 7, 8, 9, 0]) )
# 生成从1到100的间隔为2的随机整数
print( random.randrange(1,100,2) )
# 将序列a中的元素顺序打乱
a=[1,3,5,6,7]
random.shuffle([1,3,5,6,7])
print(a)
1.产生N维的均匀分布的随机数: np.random.rand(d1,d2,d3,...,dn)
2.产生n维的正态分布的随机数: np.random.randn(d1,d2,d3,...,dn)
3.产生n--m之间的k个整数:np.random.randint(n,m,k)
4.产生n个0--1之间的随机数: np.random.random(10)
5.从序列中选择数据: np.random.choice([2,5,7,8,9,11,3])
6.把序列中的数据打乱:np.random.shuffle(item)
import numpy as np
#产生n维的均匀分布的随机数
print(np.random.rand(5,5,5))
#产生n维的正态分布的随机数
print(np.random.randn(5,5,5))
#产生n--m之间的k个整数
print(np.random.randint(1,50,5))
#产生n个0--1之间的随机数
print(np.random.random(10))
#从序列中选择数据
print(np.random.choice([2,5,7,8,9,11,3]))
#把序列中的数据打乱
#np.random.shuffle(item) 不会参数返回值,改变的话是在原列表中修改的
item = [2,5,7,8,9,11,3]
np.random.shuffle(item)
print(item)