Numpyのrandint、randn、rand、ranf、random

numpy.random.randint()メソッド

numpy.random.randint(low, high=None, size=None, dtype='l')

パラメータ
この方法は離散的に均一に分布する整数を生成し,これらの整数はlowに等しく,highより小さい.

low:int乱数の最小値

を生成

high:int,optionalは乱数に上限を設ける、すなわち発生する乱数はhigh

より小さくなければならない.

size:int or tuple of ints,optional出力のサイズ、整数、またはメタグループ

dtype:dtype,optional期待結果のタイプ

例を挙げて説明する

>>> random.randint(1,20)
13
>>> np.random.randint(1,20)
1
>>> np.random.randint(1,20,size=3)
array([19, 18,  4])
>>> np.random.randint(1,20,size=(3,4))
array([[ 4,  8,  7, 13],
       [ 8, 19, 16,  1],
       [ 4,  4,  2, 18]])
>>> np.random.randint(20,size=5)
array([ 4, 19, 17, 17,  8])
>>> np.random.randint(1,size=5)
array([0, 0, 0, 0, 0])
>>> np.random.randint(2,size=5)
array([0, 0, 0, 1, 0])

numpy.random.randn()とrand()の違い
numpyには乱数を生成するためによく用いられる関数がいくつかあり、randn()とrand()はこの中に属する.  numpy.random.randn(d 0,d 1,...,dn)は、標準正規分布から1つ以上のサンプル値を返し、正と負がある.  numpy.random.rand(d 0,d 1,...,dn)のランダムサンプルは[0,1)にあり、すべて正です.コード:

import numpy as np 

arr1 = np.random.randn(2,4)
print(arr1)
print('******************************************************************')
arr2 = np.random.rand(2,4)
print(arr2)

結果:

[[-1.03021018  0.5197033   0.52117459 -0.70102661]
 [ 0.98268569  1.21940697 -1.095241   -0.38161758]]
******************************************************************
[[ 0.19947349  0.05282713  0.56704222  0.45479972]
 [ 0.28827103  0.1643551   0.30486786  0.56386943]]

numpy.random.ranf
半開区間[0.0,1.0)でランダム浮動小数点数を返します.
npに等価である.random.random_sample()関数.
numpy.random.ramdom()メソッド
この方法は0と1の間のランダム浮動小数点数floatを生成するために用いられる.(3,5)間のfloatsui乱数を生成するには,

import numnpy 
a = 2*numpy.random.random() + 3
print(a)

私の理解はnumpyに等しい.random.rand()関数
あ、間違いがあれば指摘してください.