最佳实践
np.random.choice 只能针对规整的数组或矩阵进行choice
random.choice 只能每次抽样一个
a=random.shuffle;a[:3]会改变原序列
下面做了个最佳方案
- 有放回抽样
all_papers=[[1,[2]],[3,[4]]] random.choices(all_papers,k=2) # random.choice(all_papers) # 单个抽样 - 无放回抽样
random.sample(all_papers,k=2)
随机种子
np.random.seed(seed=None)
另一种做法
state = np.random.get_state()
np.random.set_state(state)
shuffle&permutation重新洗牌
np.random.shuffle(arr) # 直接改arr，返回none
np.random.permutation(arr) # 不改arr，返回重新洗牌后的
多维数组：只shuffle第0维
choice随机选数
numpy.random.choice(a, size=None, replace=True, p=None)
生成随机数
numpy.random.randint(low, high=None, size=None, dtype='l')
左闭右开的整数
numpy.random.random_integers(low, high=None, size=None)
开区间的整数
numpy.random.uniform(low=0.0, high=1.0, size=None)
均匀分布
rand#均匀分布
binomial#二项分布
numpy.random.normal(loc=0.0, scale=1.0, size=None)
#正态分布
np.random.beta()
numpy.random.f(dfnum, dfden, size=None)
chisquare
#卡方分布
gamma
#Gamma分布
random
import random
random.random() # 0-1 之间的自然数
random.randint(1, 2) # 整数，含头含尾
random.randrange(start=1, stop=10, step=2) # 含头不含尾
