在利用numpy時，經常會用到隨機數。這里將幾種常用的容易混淆的用法進行總結。
分別是：
np.random.randint(low, high, size, dtype)
numpy.random.rand(d0, d1, …, dn)
np.random.randn

random_sample(size)
numpy.random.random([size])
numpy.random.ranf([size])
numpy.random.sample([size])

具體使用直接上代碼

            
              
import numpy as np

#np.random.randint(low, high, size, dtype) 方法將會生成 [low, high) 的隨機整數。
#注意這是一個半開半閉區間。
np.random.randint(10)#只寫一個參數時，在[0, 10)內隨機輸出一個數
np.random.randint(1, 10)#在[1, 10)內輸出一個數
np.random.randint(1, 10, 5)#在[1, 10)內輸出五個數字并組成一維數組（ndarray）
np.random.randint(2, 8, [2, 3])#在[2, 8)內輸出6個數字并組成(2 * 3)的數組（ndarray）

#numpy.random.rand(d0, d1, ..., dn) 
#指定一個數組，并使用 [0, 1) 區間隨機數據填充
#這些數據均勻分布。
np.random.rand()#從[0, 1)中隨機產生一個隨機數
np.random.rand(5)#從[0, 1)中隨機產生五個服從均勻分布的隨機數，并將其組成一維數組
np.random.rand(2, 3)#從[0, 1)#中隨機產生六個服從均勻分布的隨機數，并將其組成（2 * 3）的二維數組


#用法與rand()相同，但是數據服從標準正態分布
np.random.randn(2, 3)#從[0, 1)中隨機產生6個服從標準正態分布分布的隨機數，并將其組成（2 * 3）的二維數組


#random_sample(size) 
#numpy.random.random([size])
#numpy.random.ranf([size])
#numpy.random.sample([size])
#這四個方法將會在 [0, 1) 區間內生成指定 size 的隨機浮點數。

np.random.random(5)#從[0, 1)中隨機產生五個隨機數，并將其組成一維數組
np.random.random_sample([2, 2])#從[0, 1)#中隨機產生4個隨機數，并將其組成（2 * 2）的二維數組
np.random.sample((2, 6))#從[0, 1)#中隨機產生12個隨機數，并將其組成（2 * 6）的二維數組

最后四種方法注意函數內指定size要加[ ]或者（）.