摘要：既然是講隨機數，眾所周知，計算機世界的隨機數都是偽隨機，都有一個叫做種子的東西可以通過輸入或來使得隨機的結果固定函數根據給定維度生成半開區間之間的數據，包含，不包含表示每個維度返回值為指定緯度的函數返回一個或一組樣本，具有標準正態分布。

感謝scipy.org

在近期的tensorflow學習中，我發現，numpy作為python的數學運算庫，學習tensorflow過程中經常需要用到，而numpy的random函數功能很多，每次用的時候都需要另行google，所以我決定將它的常用用法匯總一下。

import numpy as numpy

既然是講隨機數，眾所周知，計算機世界的隨機數都是偽隨機，都有一個叫做種子（seed）的東西

numpy.random.seed(seed=None)

可以通過輸入int或arrat_like來使得隨機的結果固定

>>> np.random.rand(3, 3)

array([[0.43267997, 0.72368429, 0.72366367],
       [0.28496145, 0.44920635, 0.8924199 ],
       [0.31974178, 0.55658518, 0.01755763]])

>>> np.random.rand(3, 3)

array([[0.75196574, 0.33708946, 0.64345504],
       [0.85048542, 0.18109553, 0.69524277],
       [0.06390142, 0.30589554, 0.51643863]])

>>> np.random.seed(5)
>>> np.random.rand(3, 3)

array([[0.22199317, 0.87073231, 0.20671916],
       [0.91861091, 0.48841119, 0.61174386],
       [0.76590786, 0.51841799, 0.2968005 ]])

>>> np.random.seed(5)
>>> np.random.rand(3, 3)

rray([[0.22199317, 0.87073231, 0.20671916],
       [0.91861091, 0.48841119, 0.61174386],
       [0.76590786, 0.51841799, 0.2968005 ]])

numpy.random.rand(d0,d1...dn)

rand函數根據給定維度生成半開區間[0,1)之間的數據，包含0，不包含1

dn表示每個維度

返回值為指定緯度的numpy.ndarray

>>> np.random.rand(3, 3) # shape: 3*3

array([[0.94340617, 0.96183216, 0.88510322],
       [0.44543261, 0.74930098, 0.73372814],
       [0.29233667, 0.3940114 , 0.7167332 ]])

>>> np.random.rand(3, 3, 3) # shape: 3*3*3

array([[[0.64794467, 0.17450186, 0.01016758],
        [0.36435826, 0.37682548, 0.19501414],
        [0.26438152, 0.28520726, 0.01617747]],

       [[0.43803165, 0.4096238 , 0.77309074],
        [0.42280405, 0.02623488, 0.82081416],
        [0.7611891 , 0.84823656, 0.64481959]],

       [[0.24420439, 0.62015463, 0.13258205],
        [0.87108689, 0.14997182, 0.43524276],
        [0.58190788, 0.32348629, 0.12158832]]])

numpy.random.randn(d0,d1,…,dn)

randn函數返回一個或一組樣本，具有標準正態分布。

dn表示每個維度

返回值為指定維度的numpy.ndarray

>>> np.random.randn() # 當沒有輸入參數時，僅返回一個值

-0.7377941002942127

>>> np.random.randn(3, 3)

array([[-0.20565666,  1.23580939, -0.27814622],
       [ 0.53923344, -2.7092927 ,  1.27514363],
       [ 0.38570597, -1.90564739, -0.10438987]])

>>> np.random.randn(3, 3, 3)

array([[[ 0.64235451, -1.64327647, -1.27366899],
        [ 0.69706885,  0.75246699,  2.16235763],
        [ 1.01141338, -0.19188666,  0.07684428]],

       [[ 1.34367043, -0.76837057,  0.27803575],
        [ 0.97007349,  0.41297538, -1.65008923],
        [-3.78282033,  0.67567421, -0.0753552 ]],

       [[-0.86540385,  0.14603592,  0.29318291],
        [-0.8167798 , -0.25492782, -0.58758   ],
        [ 0.02612474,  0.17882535, -0.95483945]]])

numpy.random.randint(low, high=None, size=None, dtype=’l’)

從區間[low,high）返回隨機整形

參數：low為最小值，high為最大值，size為數組維度大小，dtype為數據類型，默認的數據類型是np.int

high沒有填寫時，默認生成隨機數的范圍是[0，low)

>>> np.random.randint(1, size = 10) # 返回[0, 1)之間的整數，所以只有0

array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])

>>> np.random.randint(1, 5) # 返回[1, 5)之間隨機的一個數字

2

>>> np.random.randint(-3, 3, size=(3, 3))

array([[-1, -2, -2],
       [-3, -1, -2],
       [ 2,  2,  2]])

numpy.random.random_sample(size=None)

從[0.0, 1.0)的半開區間返回浮點數

>>> np.random.random_sample()

0.47108547995356098

>>> np.random.random_sample((5,))

array([ 0.30220482,  0.86820401,  0.1654503 ,  0.11659149,  0.54323428])

>>> 5 * np.random.random_sample((3, 2)) - 5

array([[-3.99149989, -0.52338984],
       [-2.99091858, -0.79479508],
       [-1.23204345, -1.75224494]])

類似功能的還有：
numpy.random.random(size=None)
numpy.random.ranf(size=None)
numpy.random.sample(size=None)

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

從給定的一位數組中生成一個隨機樣本

a要求輸入一維數組類似數據或者是一個int；size是生成的數組緯度，要求數字或元組；replace為布爾型，決定樣本是否有替換；p為樣本出現概率

>>> np.random.choice(5, 3) # 這個等同于np.random.randint(0,5,3)

array([0, 3, 4])

>>> np.random.choice(5, 3, p=[0.1, 0, 0.3, 0.6, 0])

array([3, 3, 0])

>>> np.random.choice(5, 3, replace=False)

array([3,1,0])

>>> np.random.choice(5, 3, replace=False, p=[0.1, 0, 0.3, 0.6, 0])

array([2, 3, 0])

>>> aa_milne_arr = ["pooh", "rabbit", "piglet", "Christopher"]
>>> np.random.choice(aa_milne_arr, 5, p=[0.5, 0.1, 0.1, 0.3])

array(["pooh", "pooh", "pooh", "Christopher", "piglet"],
      dtype="|S11")

感謝您的閱讀