要求生成区间[a, b]中的随机数。若要求为浮点数，则Python中只能近似达到这一要求，因为随机函数的取值区间一般都为左闭右开区间，因为只能无限接近b。若要求为整数，那么将取数区间设置为[a,b+1)即可以取到b了。具体如下：
1. random()
numpy.random.random(size=None)
- 生成[0.0, 1.0)的随机数。注意区间是左闭右开，取不到1.0。
- 生成的是浮点数。
- 参数size可以用于指定生成随机数的个数和形状。例如
>>>import numpy as np
>>>np.random.random()
0.5312959368718575
>>>np.random.random(5)
array([ 0.2483017 , 0.86182212, 0.03454678, 0.87525464, 0.31962688])
>>>np.random.random((2,3))
array([[ 0.66214521, 0.40083972, 0.05552421],
[ 0.51091912, 0.6419505 , 0.8757311 ]])
利用np.random.random()近似生成[a,b]的随机数，因为前者的取值范围是[0,1)，是半开区间，所以右侧端点处的值b取不到。
>>>import numpy as np
>>>a + (b-a)*np.random.random()
2. rand()
numpy.random.rand(d0, d1, ..., dn)
它和numpy.random.random(size=None)的主要区别就在于参数。例如生成2*3的array。注意观察参数的形式。
>>>import numpy as np
>>>np.random.random((2,3))
array([[ 0.66214521, 0.40083972, 0.05552421],
[ 0.51091912, 0.6419505 , 0.8757311 ]])
>>>np.random.rand(2,3)
array([[ 0.59786635, 0.88902485, 0.7038246 ],
[ 0.44150109, 0.73660019, 0.70001489]])
3. randint()
生成指定区间的随机整数
numpy.random.randint(low, high=None, size=None, dtype='l')
具体介绍见：https://docs.scipy.org/doc/numpy/reference/generated/numpy.random.randint.html
>>> np.random.randint(2,5)
3
>>> np.random.randint(2,5,3)
array([2, 3, 3])
>>> np.random.randint(2,5,9)
array([3, 4, 3, 2, 3, 3, 4, 4, 2])
>>> np.random.randint(2,5,(2,3))
array([[4, 3, 2],
[3, 3, 4]])
注意：取值的区间仍然是左闭右开区间[low, high)
若要求取[a,b]中的随机数，则
>>>np.random.randint(a, b+1)
附
该文章于2017年5月29日于CSDN上首次发表，2017年12月22日搬家至此！
