numpy.random.RandomState

class numpy.random.RandomState

Mersenne Twister伪随机数生成器的容器。

RandomState提供多种方法，用于生成从各种概率分布中抽取随机数。除了特定于分布的参数之外，每个方法都使用缺省为None的关键字参数size。如果size为None，则生成并返回单个值。如果size是整数，则返回填充有生成值的1-D数组。如果size是元组，则填充并返回具有该形状的数组。

兼容性保证 固定种子并使用相同参数的“RandomState”方法的固定顺序调用将始终产生相同的结果，直到四舍五入错误，除非值不正确。不正确的值将被修复，NumPy版本将在相关的docstring中注明。只要以前的行为保持不变，就允许扩展现有参数范围和添加新参数。

参数：	seed：{None，int，array_like}，可选随机种子，初始化伪随机数生成器。可以是整数，任何长度的数组（或其他序列）的整数，或`None`（默认值）。当`seed`为`None`时，如果`/dev/urandom`（在Windows上，则为类似的文件）可用，则`RandomState`将尝试从它读取，否则从时钟设置种子。

注

Python stdlib模块“random”也包含Mersenne Twister伪随机数生成器，其中有许多方法与RandomState中提供的方法类似。RandomState除了具有NumPy感知之外，还具有一个优点是提供更多数量的概率分布以供选择。

方法

`beta`(a, b[, size])	从Beta分布抽取样本。
`binomial`(n, p[, size])	从二项分布抽取样本。
`bytes`(length)	返回随机字节。
`chisquare`(df[, size])	从卡方分布抽取样本。
`choice`(a[, size, replace, p])	从给定的1-D数组生成随机样本
`dirichlet`（alpha [，size]）	从Dirichlet分布绘制样本。
`exponential`（[scale，size]）	从指数分布绘制样本。
`f`(dfnum, dfden[, size])	从F分布绘制样本。
`gamma`(shape[, scale, size])	从Gamma分布绘制样本。
`geometric`(p[, size])	从几何分布绘制样本。
`get_state`()	返回一个元组，表示生成器的内部状态。
`gumbel`([loc, scale, size])	从Gumbel分布绘制样本。
`hypergeometric`(ngood, nbad, nsample[, size])	从超几何分布绘制样本。
`laplace`([loc, scale, size])	从拉普拉斯或指定位置（或平均值）和比例（衰减）的双指数分布绘制样本。
`logistic`([loc, scale, size])	从逻辑分布绘制样本。
`lognormal`([mean, sigma, size])	从对数正态分布绘制样本。
`logseries`(p[, size])	从对数系列分布绘制样本。
`multinomial`(n, pvals[, size])	从多项分布绘制样本。
`multivariate_normal`(mean, cov[, size])	从多变量正态分布绘制随机样本。
`negative_binomial`(n, p[, size])	从负二项分布绘制样本。
`noncentral_chisquare`(df, nonc[, size])	从非中心卡方分布绘制样本。
`noncentral_f`(dfnum, dfden, nonc[, size])	从非中心F分布中抽取样本。
`normal`([loc, scale, size])	从正态（高斯）分布绘制随机样本。
`pareto`(a[, size])	从具有指定形状的Pareto II或Lomax分布绘制样品。
`permutation`(x)	随机置换序列，或返回置换范围。
`poisson`([lam, size])	从泊松分布绘制样本。
`power`(a[, size])	从具有正指数a-1的功率分布中在[0，1]中绘制样本。
`rand`(d0, d1, ..., dn)	给定形状中的随机值。
`randint`(low[, high, size, dtype])	将随机整数从低（包括）返回到高（不包含）。
`randn`(d0, d1, ..., dn)	从“标准正态”分布返回样本（或样本）。
`random_integers`(low[, high, size])	低和高之间的np.int类型的随机整数（含）。
`random_sample`([size])	在半开间隔[0.0，1.0]中返回随机浮点数。
`rayleigh`([scale, size])	从瑞利分布绘制样本。
`seed`([seed])	种子生成器。
`set_state`(state)	从一个元组设置发生器的内部状态。
`shuffle`(x)	通过随机播放其内容来修改序列。
`standard_cauchy`([size])	从模式= 0的标准Cauchy分布绘制样本。
`standard_exponential`([size])	从标准指数分布绘制样本。
`standard_gamma`(shape[, size])	从标准Gamma分布绘制样本。
`standard_normal`（[size]）	从标准正态分布绘制样品（平均值= 0，stdev = 1）。
`standard_t`(df[, size])	从具有df自由度的标准学生t分布绘制样本。
`tomaxint`([size])	0和`sys.maxint`之间的随机整数，包括0和。
`triangular`(left, mode, right[, size])	从三角分布绘制样本。
`uniform`([low, high, size])	从均匀分布绘制样本。
`vonmises`(mu, kappa[, size])	从von Mises分布绘制样本。
`wald`(mean, scale[, size])	从Wald或反高斯分布绘制样本。
`weibull`(a[, size])	从威布尔分布绘制样本。
`zipf`(a[, size])	从Zipf分布绘制样本。