numpy 笔记： random模块
Posted UQI-LIUWJ
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了numpy 笔记： random模块相关的知识，希望对你有一定的参考价值。
1 基本应用
randint等于 random等于 random_sample等于 ranf等于 sample | 随机生成大小为size的正整数ndarray low、high、size三个参数。默认high是None,如果只有low，那范围就是[0,low)。如果有high，范围就是[low,high)。
|
randn | 从标准正态分布中返回样本值
|
rand | 随机样本位于[0, 1)中
|
choice | 从某个列表中随机选取一个（默认）/多个元素
|
bytes | 随机返回几个字节 （注：这里的length是必须的）
|
shuffle | 现场修改序列，改变自身内容。
|
permutation | numpy笔记：random.permutation_UQI-LIUWJ的博客-CSDN博客 |
2 分布
| beta(a, b[, size]) | 贝塔分布样本，在 [0, 1]内。 |
| binomial(n, p[, size]) | 二项分布的样本。 |
| chisquare(df[, size]) | 卡方分布样本。 |
| dirichlet(alpha[, size]) | 狄利克雷分布样本。 |
| exponential([scale, size]) | 指数分布 |
| f(dfnum, dfden[, size]) | F分布样本 |
| gamma(shape[, scale, size]) | 伽马分布 |
| geometric(p[, size]) | 几何分布 |
| gumbel([loc, scale, size]) | 耿贝尔分布 |
| hypergeometric(ngood, nbad, nsample[, size]) | 超几何分布 |
| laplace([loc, scale, size]) | 拉普拉斯或双指数分布 |
| logistic([loc, scale, size]) | Logistic分布样本 |
| lognormal([mean, sigma, size]) | 对数正态分布 |
| logseries(p[, size]) | 对数级数分布 |
| multinomial(n, pvals[, size]) | 多项分布 |
| multivariate_normal(mean, cov[, size]) | 多元正态分布 |
| negative_binomial(n, p[, size]) | 负二项分布 |
| noncentral_chisquare(df, nonc[, size]) | 非中心卡方分布 |
| noncentral_f(dfnum, dfden, nonc[, size]) | 非中心F分布 |
| normal([loc, scale, size]) | 正态(高斯)分布 |
| pareto(a[, size]) | 帕累托（Lomax）分布 |
| poisson([lam, size]) | 泊松分布 |
| rayleigh([scale, size]) | Rayleigh 分布 |
| standard_cauchy([size]) | 标准柯西分布 |
| standard_exponential([size]) | 标准指数分布 |
| standard_gamma(shape[, size]) | 标准伽马分布 |
| standard_normal([size]) | 标准正态分布 (mean=0, stdev=1). |
| triangular(left, mode, right[, size]) | 三角形分布 |
| uniform([low, high, size]) | 均匀分布 |
| vonmises(mu, kappa[, size]) | von Mises分布 |
| wald(mean, scale[, size]) | 瓦尔德（逆高斯）分布 |
| weibull(a[, size]) | Weibull 分布 |
| zipf(a[, size]) | 齐普夫分布 |
以上是关于numpy 笔记： random模块的主要内容，如果未能解决你的问题，请参考以下文章