numpy中的random模块包含了很多方法可以用来产生随机数，这篇文章将对random中的一些常用方法做一个总结。

1、numpy.random.rand(d0, d1, ..., dn)

作用：产生一个给定形状的数组（其实应该是ndarray对象或者是一个单值），数组中的值服从[0, 1)之间的均匀分布。
参数：d0, d, ..., dn : int，可选。如果没有参数则返回一个float型的随机数，该随机数服从[0, 1)之间的均匀分布。
返回值：ndarray对象或者一个float型的值
例子：

# [0, 1)之间均匀分布的随机数，3行2列
a = np.random.rand(3, 2)
print(a)
# 不提供形状
b = np.random.rand()
print(b)

输出：

[[0.26054323 0.28184468][0.7783674  0.71733674][0.90302256 0.49303252]]
0.6022098740124009

2、numpy.random.uniform(low=0.0, high=1.0, size=None)

作用：返回一个在区间[low, high)中均匀分布的数组，size指定形状。
参数：
low, high：float型或者float型的类数组对象。指定抽样区间为[low, high)，low的默认值为0.0，hign的默认值为1.0
size：int型或int型元组。指定形状，如果不提供size，则返回一个服从该分布的随机数。
例子：

# 在[1, 10)之间均匀抽样，数组形状为3行2列
a = np.random.uniform(1, 10, (3, 2))
print(a)
# 不提供size
b = np.random.uniform(1, 10)
print(b)

输出：

[[5.16545387 6.3769087 ][9.98964899 7.88833885][1.37173855 4.19855075]]
3.899250175275188

3、numpy.random.randn(d0, d1, ..., dn)

作用：返回一个指定形状的数组，数组中的值服从标准正态分布（均值为0，方差为1）。
参数：d0, d, ..., dn : int，可选。如果没有参数，则返回一个服从标准正态分布的float型随机数。
返回值：ndarray对象或者float
例子：

# 3行2列
a = np.random.randn(3, 2)
print(a)
# 不提供形状
b = np.random.randn()
print(b)

输出：

[[-1.46605527  0.35434705][ 0.43408199  0.02689309][ 0.48041554  1.62665755]]
-0.6291254375915813

4、numpy.random.normal(loc=0.0, scale=1.0, size=None)

作用：返回一个由size指定形状的数组，数组中的值服从 μ=loc,σ=scaleμ=loc,σ=scale
size : int型或者int型的元组，指定了数组的形状。如果不提供size，且loc和scale为标量（不是类数组对象），则返回一个服从该分布的随机数。
输出：ndarray对象或者一个标量
例子：

# 标准正态分布，3行2列
a = np.random.normal(0, 1, (3, 2))
print(a)
# 均值为1，标准差为3
b = np.random.normal(1, 3)
print(b)

输出：

[[ 0.34912031 -0.08757564][-0.99753101  0.37441719][ 2.68072286 -1.03663963]]
5.770831320998463

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

作用：返回一个在区间[low, high)中离散均匀抽样的数组，size指定形状，dtype指定数据类型。
参数：
low, high：int型，指定抽样区间[low, high)
size：int型或int型的元组，指定形状
dypte：可选参数，指定数据类型，比如int,int64等，默认是np.int
返回值：如果指定了size，则返回一个int型的ndarray对象，否则返回一个服从该分布的int型随机数。
例子：

# 在[1, 10)之间离散均匀抽样，数组形状为3行2列
a = np.random.randint(1, 10, (3, 2))
print(a)
# 不提供size
b = np.random.randint(1, 10)
print(b)
# 指定dtype
c = np.random.randint(1, 10, dtype=np.int64)
print(c)
type(c)

输出：

[[3 1][3 3][5 8]]
6
2
numpy.int64

6、numpy.random.random(size=None)

作用：返回从[0, 1)之间均匀抽样的数组，size指定形状。
参数：
size：int型或int型的元组，如果不提供则返回一个服从该分布的随机数
返回值：float型或者float型的ndarray对象
例子：

# [0, 1)之间的均匀抽样，3行2列
a = np.random.random((3, 2))
print(a)
# 不指定size
b = np.random.random()
print(b)

输出：

[[0.80136714 0.63129059][0.04556679 0.04433006][0.09643599 0.53312761]]
0.32828505898057136

使用numpy产生随机数的更多方法可以参考官方文档。