random.random()

随机生成(0,1)之间的**浮点数** random.random()

import numpy as np
#np.random.random()
print("结果：",np.random.random())
结果： 0.1378131111598846

random.randint(10,20)

 随机生成10-20的**整数**

#np.random.randint(10,20)
print("结果：",np.random.randint(10,20))
结果： 17

random.seed()

 无参数时，random.seed()每次产生不同的随机数
有参数时，random.seed(x)每次产生的随机数相同，当x不同时，产生的随机数也不同

import random
#无参数
random.seed()
print("无参数时")
print("结果1：",random.random())
random.seed()
print("结果2：",random.random())
#有参数时
#random.seed(x)
print("有参数时")
random.seed(1)
print("结果3：",random.random())
random.seed(1)
print("结果4：",random.random())
random.seed(2)
print("结果5：",random.random())
无参数时
结果1： 0.15252543900623672
结果2： 0.9063342116759132
有参数时
结果3： 0.13436424411240122
结果4： 0.13436424411240122
结果5： 0.9560342718892494

random.randn(x0,x1,x2…xn)与random.rand(x0,x1,x2…xn)

当没有参数时，randn()从标准正态分布中返回一个样本值,rand()返回[0,1)范围内的一个随机浮点数
当有1个参数x时，生成一个一维数组,数组内有x个元素
当有2个及以上的参数时，生成相应维度的数组，能表示矩阵

区别：randn()生成的数能有负数，rand()没有

**#random.randn()**
print("无参数时：",np.random.randn())
print("一个参数时：",np.random.randn(2))
print("2个及以上参数时：",np.random.randn(2,2))
无参数时： 0.11705866232023154
一个参数时： [ 0.02072875 -0.14447233]
2个及以上参数时： [[ 0.23953098 -0.11022236]
[-0.69692077
0.4238942 ]]

**#random.rand()**
print("无参数时：",np.random.rand())
print("一个参数时：",np.random.rand(2))
print("2个及以上参数时：",np.random.rand(2,2))
无参数时： 0.9504714483983588
一个参数时： [0.22150626 0.43782617]
2个及以上参数时： [[0.78304774 0.03350898]
[0.26449815 0.77603605]]

np.random.normal(loc=0.0, scale=1.0, size=None)

作用： 生成高斯分布的概率密度随机数

loc：float
此概率分布的均值（对应着整个分布的中心centre）
scale：float
此概率分布的标准差（对应于分布的宽度，scale越大越矮胖，scale越小，越瘦高）
size：int or tuple of ints
输出的shape，默认为None，只输出一个值

nd1 =np.random.normal(loc=1,scale=2,size=2)
print(nd1)
array([-0.46982446, -1.28956852])

最后

以上就是乐观煎蛋最近收集整理的关于Python关于random常用函数用法简介random.random()random.randint(10,20)random.seed()random.randn(x0,x1,x2…xn)与random.rand(x0,x1,x2…xn)np.random.normal(loc=0.0, scale=1.0, size=None)的全部内容，更多相关Python关于random常用函数用法简介random.random()random.randint(10,20)random.seed()random.randn(x0,x1,x2…xn)与random.rand(x0,x1,x2…xn)np.random.normal(loc=0.0,内容请搜索靠谱客的其他文章。