3.4.2　随机数生成示例

下面使用Numpy的random函数来简单演示随机数的生成，更多随机数生成方法请参考官方文档^[1]。随机数的生成代码示例如下：

---

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import make_blobs

# 配置随机数种子，不指定随机数种子每次生成的数据都不一样
np.random.seed(10)

# 从均匀分布（[low，high)：半开区间）中进行采样浮点数
np.random.uniform(low=1, high=3, size=100)
# 从均匀分布（[low，high)：半开区间）中进行采样浮点数，生成100*100矩阵
np.random.uniform(low=1, high=3, size=[100,100])

# 生成半开半闭区间[low，high)上离散均匀分布的整数值
np.random.randint(low=1, high=10, size=100)

# 正态分布
np.random.normal(loc=0，scale=1.0，size=100)

# numpy.random.choice(a，size=None，replace=True，p=None) 
# 通过给定的一维数组数据产生随机采样
# 从数组a中选择，若a是整数，则从np.arange(a)中选择
# replace代表放回与否
# p为数组中每个元素被选中的概率，为空则表示均匀分布
np.random.choice(a=[1,2,3,4,5], size=100,p=[0.1, 0, 0.3,0.4,0.2])

# 可以使用choice生成类别型数据，比如A,B,C类别
np.random.choice(a=['A','B','C','D','E'], size=100)

---

[1] http://www.numpy.org/