Numpy生成数总结（随机整数randint，固定步长arange，分布）
一、np.random.randint
随机生成10个0-20之间的随机整数
import numpy as np
np.random.randint(0, 20, 10)
array([11, 8, 17, 17, 0, 1, 9, 10, 16, 17])
二、Numpy.arange
生成固定步长的数：Numpy.arange()
np.arange()函数分为三种情况：
1）一个参数时，参数值为终点，起点取默认值0，步长取默认值1。
生成范围为0-10，步长为1的数据
np.arange(10)
输出：
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
2）两个参数时，第一个参数为起点，第二个参数为终点，步长取默认值1。
生成范围为0-10，步长为1的数据
np.arange(0, 10)
输出：
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
3）三个参数时，第一个参数为起点，第二个参数为终点，第三个参数为步长。其中步长支持小数
生成范围为0-100，步长为10的数据
np.arange(0, 100, 10)
输出：
array([ 0, 10, 20, 30, 40, 50, 60, 70, 80, 90])
生成范围为0-1，步长为0.1的数据
np.arange(0, 1, 0.1)
输出：
array([0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9])
三、指定分布（正态+均匀）
正态分布
Numpy.random.normal(mean, sigma, size)
标准正态分布
均值为0，方差为1，五个数
np.random.normal(0, 1, 5)
输出：
array([ 1.62434536, -0.61175641, -0.52817175, -1.07296862, 0.86540763])
均匀分布
Numpy.random.uniform(low, high, size)
np.random.uniform(1,10,5)
输出：
array([5.47289693, 2.1207332 , 8.72810212, 1.21595415, 5.13489314])
四、其他
添加随机种子，可以使得生成的数据固定
np.random.seed(2022)