random模块与np.random模块的对比

random.random() # 生成一个0到1的随机浮点数，[0, 1)
np.random.random() # 生成一个0到1的随机浮点数，(0, 1)
np.random.random(k) # 生成k个0到1的随机浮点数并作为列表返回，(0, 1)
np.random.random((2, 3)) # 生成2行3列的随机浮点数，(0, 1)
~ rand()生成的随机数服从0~1均匀分布
np.random.rand() # 生成一个0到1的随机浮点数，[0, 1)
np.random.rand(k) # 生成k个0到1的随机浮点数并作为列表返回，[0, 1)
np.random.rand(2, 3) # 生成2行3列的随机浮点数，[0, 1)
~ randn()生成的随机数服从标准正态分布
np.random.randn() # 生成一个服从标准正态分布的随机浮点数
np.random.randn(k) # 生成k个服从标准正态分布的随机浮点数并作为列表返回
np.random.randn(2, 3) # 生成2行3列服从标准正态分布的随机浮点数
~ normal()生成的随机数服从正态分布，自定义均值和标准差
np.random.normal(1, 2, (2, 3)) # 生成2行3列服从均值为1标准差为2正态分布的随机浮点数
random.seed(n) # n为种子，可以是任意数字，设定种子值后，在先调用seed(n)时，random模块每一次生成的随机数都将是固定的同一个
np.random.seed(n) # 同上
random.uniform(a, b) # 生成一个a到b的随机浮点数，[a, b]; a可以比b大
random.randint(a, b) # 生成一个a到b的随机整数，[a, b]; a一定要比b小
np.random.randint(a, b) # 生成一个a到b的随机整数，[a, b)
random.choice(seq) # 从序列(列表、元组、字符串)中随机获取一个元素
random.sample(seq, n) # 从序列中随机获取n个元素并作为一个列表返回，这n个元素都只从序列中取一次
np.random.choice(seq) # 从序列中随机获取一个元素，返回该元素
np.random.choice(seq, n) # n为要获取的元素个数，返回一个包含n个元素的列表，这n个元素可以重复
random.shuffle(x) # 将列表中的元素顺序打乱
np.random.shuffle(x) # 将列表中的元素顺序打乱