在数据分析中，数据的获取是第一步，numpy.random 模块提供了非常全的自动产生数据API，是学习数据分析的第一步。

总体来说，numpy.random模块分为四个部分，对应四种功能：

1. 简单随机数： 产生简单的随机数据，可以是任何维度

2. 排列：将所给对象随机排列

3. 分布：产生指定分布的数据，如高斯分布等

4. 生成器：种随机数种子，根据同一种子产生的随机数是相同的

以下是详细内容以及代码实例：（以下代码默认已导入numpy：import numpy as np ）

1. 生成器

电脑产生随机数需要明白以下几点：

（1）随机数是由随机种子根据一定的计算方法计算出来的数值。所以，只要计算方法一定，随机种子一定，那么产生的随机数就不会变。

（2）只要用户不设置随机种子，那么在默认情况下随机种子来自系统时钟（即定时/计数器的值）

（3）随机数产生的算法与系统有关，Windows和Linux是不同的，也就是说，即便是随机种子一样，不同系统产生的随机数也不一样。

numpy.random 设置种子的方法有：



np.random.RandomState(42)

2、简单随机数

                                              

                                                       

例：

rng = np.random.RandomState(42) # 生成随机数时可指定一种子，目的是为了生成相同的随机数，实现代码的复现。

X = rng.randn(100, 2)

 

参考自：https://blog.csdn.net/jinxiaonian11/article/details/53143141

 

具体解读：

1、np.random.rand()

给定一个形状创建数组，并在数组中加入[0,1]之间均匀分布的随机样本。

numpy.random.rand(d0, d1, ..., dn)，产生d0 - d1 - ... - dn形状的在[0,1)上均匀分布的float型数。

2、np.random.randn()

以给定的形状创建一个数组，数组元素符合标准正态分布N(0,1)。

若要获得一般正态分布N(u,sigma2),可用 sigma*np.random.randn+u

numpy.random.randn（d0,d1,...,dn),产生d0 - d1 - ... - dn形状的标准正态分布的float型数。

3.numpy.random.randint()

用法是：numpy.random.randint(low,high=None,size=None,dtype)

生成在半开半闭区间[low,high)上离散均匀分布的整数值;若high=None，则取值区间变为[0,low)

numpy.random.randint(low, high=None, size=None, dtype='l')，产生随机整数

4.numpy.random.random_integers()

用法是： numpy.random.random_integers(low,high=None,size=None)

生成闭区间[low,high]上离散均匀分布的整数值;若high=None，则取值区间变为[1,low]

此外，若要将【a,b】区间分成N等分，也可以用此函数实现

 numpy.random.random_integers(low, high=None, size=None)，在闭区间上产生随机整数；


a+(b-a)*(numpy.random.random_integers(N)-1)/(N-1)

5.numpy.random_sample()

用法是： numpy.random.random_sample(size=None)

以给定形状返回[0,1)之间的随机浮点数

 

6.numpy.random.choice()

用法是： numpy.random.choice(a,size=None,replace=True,p=None)

若a为数组，则从a中选取元素；若a为单个int类型数，则选取range(a)中的数

replace是bool类型，为True，则选取的元素会出现重复；反之不会出现重复

p为数组，里面存放选到每个数的可能性，即概率

7、函数原型：  numpy.random.uniform(low,high,size)

功能：从一个均匀分布[low,high)中随机采样，注意定义域是左闭右开，即包含low，不包含high.

参数介绍: 

    

    low: 采样下界，float类型，默认值为0；

    high: 采样上界，float类型，默认值为1；

    size: 输出样本数目，为int或元组(tuple)类型，例如，size=(m,n,k), 则输出m*n*k个样本，缺省时输出1个值。

返回值：ndarray类型，其形状和参数size中描述一致。



参考：https://blog.csdn.net/u013920434/article/details/52507173 

 

#只写一个产生随机整数 
import random
#x,y为随机数范围
val = random.ranint(x,y)

这些方法位于random模块中
random.random(),同javascript的Math.random(),返回[0.0,1)之间的浮点数
random.uniform(a, b),返回[a,b]之间的浮点数
print random.uniform(10, 20)
print random.uniform(20, 10)
#---- 结果(不同机器上的结果不一样)
#18.7356606526
#12.5798298022
random.randint(a, b),返回[a,b]之间的整数
print random.randint(12, 20) #生成的随机数n: 12 <= n <= 20
print random.randint(20, 20) #结果永远是20
#print random.randint(20, 10) #该语句是错误的。下限必须小于上限。
random.randrange([start], stop[, step])，从指定范围内，按指定基数递增的集合中 获取一个随机数。如：random.randrange(10, 100, 2)，结果相当于从[10, 12, 14, 16, ... 96, 98]序列中获取一个随机数。
random.randrange(10, 100, 2)在结果上与 random.choice(range(10, 100, 2) 等效。
random.choice(sequence)。参数sequence表示一个有序类型。这里要说明 一下：sequence在python不是一种特定的类型，而是泛指一系列的类型。list, tuple, 字符串都属于sequence。
print random.choice("学习Python")
print random.choice(["JGood", "is", "a", "handsome", "boy"])
print random.choice(("Tuple", "List", "Dict"))
random.shuffle(x[, random])，用于将一个列表中的元素打乱
p = ["Python", "is", "powerful", "simple", "and so on..."]
random.shuffle(p)
print p
#---- 结果(不同机器上的结果可能不一样。)
#['powerful', 'simple', 'is', 'Python', 'and so on...']
random.sample(sequence, k)，从指定序列中随机获取指定长度的片断。sample函数不会修改原有序列。
list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
slice = random.sample(list, 5) #从list中随机获取5个元素，作为一个片断返回
print slice
print list #原有序列并没有改变。
分享到：
      
      
2012-03-15 17:47
浏览 59222
评论

本文转自：http://www.jb51.net/article/45653.htm
如果你对在Python生成随机数与random模块中最常用的几个函数的关系与不懂之处，下面的文章就是对Python生成随机数与random模块中最常用的几个函数的关系，希望你会有所收获，以下就是这篇文章的介绍。
random.random()用于生成
用于生成一个指定范围内的随机符点数，两个参数其中一个是上限，一个是下限。如果a > b，则生成随机数






1



n: a <=
n <= 
b。如果 a <b， 则 b <= n <=
a。











1
2
3
4
5
6



print 
random.uniform(10, 
20)   
print 
random.uniform(20, 
10)   
#----  
#18.7356606526   

#12.5798298022   

random.randint





用于生成一个指定范围内的整数。其中参数a是下限，参数b是上限，Python生成随机数






1
2
3



print 
random.randint(12, 
20) #生成的随机数n: 12 <= n <= 20 

print 
random.randint(20, 
20) #结果永远是20 

#print random.randint(20, 10) #该语句是错误的。





下限必须小于上限。
random.randrange
从指定范围内，按指定基数递增的集合中 ，这篇文章就是对python生成随机数的应用程序的部分介绍。
随机整数：

>>> import random

>>> random.randint(0,99)

21
随机选取0到100间的偶数：

>>> import random

>>> random.randrange(0, 101, 2)

42
随机浮点数：

>>> import random

>>> random.random() 

0.85415370477785668

>>> random.uniform(1, 10)

5.4221167969800881
随机字符：

>>> import random

>>> random.choice('abcdefg&#%^*f')

'd'
多个字符中选取特定数量的字符：

>>> import random

random.sample('abcdefghij',3) 

['a', 'd', 'b']
多个字符中选取特定数量的字符组成新字符串：

>>> import random

>>> import string

>>> string.join(random.sample(['a','b','c','d','e','f','g','h','i','j'], 3)).r

eplace(" ","")

'fih'
随机选取字符串：

>>> import random

>>> random.choice ( ['apple', 'pear', 'peach', 'orange', 'lemon'] )

'lemon'
洗牌：

>>> import random

>>> items = [1, 2, 3, 4, 5, 6]

>>> random.shuffle(items)

>>> items

[3, 2, 5, 6, 4, 1]如果你对在Python生成随机数与random模块中最常用的几个函数的关系与不懂之处，下面的文章就是对Python生成随机数与random模块中最常用的几个函数的关系，希望你会有所收获，以下就是这篇文章的介绍。


random.random()用于生成


用于生成一个指定范围内的随机符点数，两个参数其中一个是上限，一个是下限。如果a > b，则生成随机数


?1 n: a <= n <= b。如果 a <b， 则 b <= n <= a。 


?123456 print random.uniform(10, 20) print random.uniform(20, 10) #---- #18.7356606526 #12.5798298022 random.randint



用于生成一个指定范围内的整数。其中参数a是下限，参数b是上限，Python生成随机数


?123 print random.randint(12, 20) #生成的随机数n: 12 <= n <= 20 print random.randint(20, 20) #结果永远是20 #print random.randint(20, 10) #该语句是错误的。



下限必须小于上限。


random.randrange


从指定范围内，按指定基数递增的集合中 ，这篇文章就是对python生成随机数的应用程序的部分介绍。


随机整数：

>>> import random

>>> random.randint(0,99)

21


随机选取0到100间的偶数：

>>> import random

>>> random.randrange(0, 101, 2)

42


随机浮点数：

>>> import random

>>> random.random() 

0.85415370477785668

>>> random.uniform(1, 10)

5.4221167969800881


随机字符：

>>> import random

>>> random.choice('abcdefg&#%^*f')

'd'


多个字符中选取特定数量的字符：

>>> import random

random.sample('abcdefghij',3) 

['a', 'd', 'b']


多个字符中选取特定数量的字符组成新字符串：

>>> import random

>>> import string

>>> string.join(random.sample(['a','b','c','d','e','f','g','h','i','j'], 3)).r

eplace(" ","")

'fih'


随机选取字符串：

>>> import random

>>> random.choice ( ['apple', 'pear', 'peach', 'orange', 'lemon'] )

'lemon'


洗牌：

>>> import random

>>> items = [1, 2, 3, 4, 5, 6]

>>> random.shuffle(items)

>>> items

[3, 2, 5, 6, 4, 1]