numpy中有一些常用的用来产生随机数的函数。
1. rand(d0, d1, …, dn)的随机样本位于[0, 1)中。

>>> np.random.rand(2,2)
array([[ 0.03707949,  0.41972219],[ 0.76721763,  0.92190316]])

2. randn(d0, d1, …, dn)是从标准正态分布中返回一个或多个样本值。

>>> np.random.randn()
-0.23973479740743608

# N(3,6.25)     =>    2.5 * np.random.randn(2,4)+3

>>> 2.5* np.random.randn(2,4)+3
array([[ 0.01273735,  1.2869618 ,  2.46575794,  3.00575844],[ 2.0903537 ,  3.45027914,  1.81021444,  2.23118217]])

3. randint(low[, high, size])  获得随机的整数 位于半开区间[low, high)

>>> np.random.randint(3, size = 10)
array([1, 2, 1, 2, 2, 1, 1, 1, 0, 0])
>>> np.random.randint(1,5,size =10)
array([3, 1, 3, 3, 3, 4, 1, 2, 4, 3])
>>> np.random.randint(1,10,size=(2,3))
array([[6, 9, 1],[6, 4, 7]])

4. random_integers(low[,high, size])  获得随机的整数，位于闭区间[low, high]

>>> np.random.random_integers(5)
1
>>> np.random.random_integers(5, size=(3,2))
array([[2, 1],[5, 2],[4, 4]])
>>> 2 * (np.random.random_integers(5, size=(5,)) - 1) / 4
array([ 0.5,  0.5,  1. ,  0.5,  0.5])

5. random_sample([size]) 获取随机的浮点数， 在半开区间[0.0, 1.0)

>>> np.random.random_sample()
0.64083390603798
>>> np.random.random_sample((5))
array([ 0.08202041,  0.62794823,  0.63852735,  0.17191555,  0.56619236])
>>> np.random.random_sample((3,4))
array([[ 0.96598298,  0.05680509,  0.75908237,  0.55356011],[ 0.20096591,  0.67791321,  0.52313978,  0.09776218],[ 0.01183812,  0.93489007,  0.61070159,  0.10541408]])

6. random([size])  获取随机的浮点数，在半开区间[0.0, 1.0)

7. ranf([size])  获取随机的浮点数，在半开区间[0.0, 1.0)

8. sample([size])  获取随机的浮点数，在半开区间[0.0, 1.0)

9. bytes(length) 获取随机字节

>>> np.random.bytes(10)
b'\x99\n\xc5\x95\xe7xG\xea~