导入模块

• random模块
• numpy中的random函数

python中有两个模块可以生成随机数，该博客以的numpy模块为例进行生成随机数。（因为矩阵要生成大量的随机数据，故推荐使用numpy模块生成随机数）

生成随机数（以矩阵为例）

# 生成随机矩阵
import numpy as np

#　设置随机种子，保证每次生成的随机数一样，可以不设置（去除下面一行代码，将所有的 rd 替换成 np.random 即可）
rd = np.random.RandomState(888) 

# 随机整数
matrix = rd.randint(-2, 3, (10, 10)) # 随机生成[-2,3)的整数，10x10的矩阵
# matrix = rd.randint(-2, 3, [10, 10]) # 效果同上
# print(matrix)

# 随机浮点数
matrix1 = rd.random((5, 5)) # 随机生成一个 [0,1) 的浮点数 ，5x5的矩阵
# print(matrix1)

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14

如果想要生成固定区间的浮点数，可以采用如下两种方法

# 生成随机矩阵
import numpy as np

#　设置随机种子，保证每次生成的随机数一样，可以不设置（去除下面一行代码，将所有的 rd 替换成 np.random 即可）
rd = np.random.RandomState(888) 

# 方法一
matrix1 = rd.random((5, 5))*5 - 2 # 随机生成[-2,3)的浮点数，5x5的矩阵
# 方法二
matrix1 = rd.uniform(-2, 3, (5, 5)) # 随机生成[-2,3)的浮点数，5x5的矩阵

# print(matrix1)

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12

生成固定分布的随机数

# 服从特定分布的随机数
# 生成随机矩阵
import numpy as np

#　设置随机种子，保证每次生成的随机数一样，可以不设置（去除下面一行代码，将所有的 rd 替换成 np.random 即可）
rd = np.random.RandomState(888) 

# 1.均匀分布
matrix_uniform = rd.uniform(-2, 3, (5, 5)) # 随机生生成 [-2,3) 内的均匀分布随机浮点数 ，5x5的矩阵
# print(matrix_uniform)

# 2.正态分布
matrix_normal = rd.normal(5, 1, [5,5]) # 生成一个正态分布的随机数，均值为 5，标准差为 1，5x5的矩阵
# print(matrix_normal)

# 3.泊松分布
matrix_poisson = rd.poisson(5, (5,5)) # 生成一个泊松分布的随机数，均值为 5，5x5的矩阵
# print(matrix_poisson)

# 4.指数分布
matrix_exponential = rd.exponential(5, [5,5]) # 生成一个指数分布的随机数，均值为 5，5x5的矩阵
# print(matrix_exponential)

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22

参考博客

1. Python中随机数的生成
2. python 生成随机数的两种方法