基于numpy的随机数构造

class numpy.random.RandomState(seed=None)
　　RandomState 是一个基于Mersenne Twister算法的伪随机数生成类
　　RandomState 包含很多生成 概率分布的伪随机数 的方法。

　　如果指定seed值，那么每次生成的随机数都是一样的。即对于某一个伪随机数发生器，只要该种子相同，产生的随机数序列就是相同的。

numpy.random.RandomState.rand(d0, d1, ..., dn)
　　Random values in a given shape.
　　Create an array of the given shape and populate it with random samples from a uniform distribution over [0, 1).
　　rand()函数产生 [0,1)间的均匀分布的指定维度的 伪随机数
　　Parameters:
　　　　d0, d1, …, dn : int, optional
　　　　　　The dimensions of the returned array, should all be positive. If no argument is given a single Python float is returned.

　　Returns:
　　　　out : ndarray, shape (d0, d1, ..., dn)
　　　　　　Random values.

numpy.random.RandomState.uniform(low=0.0, high=1.0, size=None)
　　Draw samples from a uniform distribution.
　　Samples are uniformly distributed over the half-open interval [low, high) (includes low, but excludes high). In other words, any value within the given interval is equally likely to be drawn by uniform.
　　uniform()函数产生 [low,high)间的 均匀分布的指定维度的 伪随机数
　　Parameters:
　　low : float or array_like of floats, optional
　　　　Lower boundary of the output interval. All values generated will be greater than or equal to low. The default value is 0.
　　high : float or array_like of floats
　　　　Upper boundary of the output interval. All values generated will be less than high. The default value is 1.0.
　　size : int or tuple of ints, optional
　　　　Output shape. If the given shape is, e.g., (m, n, k), then m * n * k samples are drawn.
　　　　If size is None (default), a single value is returned if low and high are both scalars. Otherwise, np.broadcast(low, high).size samples are drawn.

　　Returns:
　　　　out : ndarray or scalar
　　　　　　Drawn samples from the parameterized uniform distribution.

有时候我们需要自己模拟构造 输入数据(矩阵)，那么这种随机数的生成是一种很好的方式。

# -*- coding: utf-8 -*-
"""
Created on Tue May 29 12:14:11 2018

@author: Frank
"""

import numpy as np

#基于seed产生随机数
rng = np.random.RandomState(seed)
print(type(rng))

#生成[0,1)间的 32行2列矩阵
X=rng.rand(32, 2)
print("X.type{}".format(type(X)))
print(X)

#生成[0,1)间的 一个随机数
a1 = rng.rand()
print("a1.type{}".format(type(a1)))
print(a1)

#生成[0,1)间的 一个包含两个元素的随机数组
a2 = rng.rand(2)
print("a2.type{}".format(type(a2)))
print(a2)

#生成[1,2)间的随机浮点数
X1 = rng.uniform(1,2)
print("X1.type{}".format(type(X1)))
print(X1)

#生成[1,2)间的随机数,一维数组且仅含1个数
X2 = rng.uniform(1,2,1)
print("X2.type{}".format(type(X2)))
print(X2)

#生成[1,2)间的随机数,一维数组且仅含2个数
X3 = rng.uniform(1,2,2)
print("X3.type{}".format(type(X3)))
print(X3)

#生成[1,2)间的随机数,2行3列矩阵
X4 = rng.uniform(1,2,(2,3))
print("X4.type{}".format(type(X4)))
print(X4)