NumPy创建随机数数列和特殊数列

numpy.random.randn(d0, d1, ..., dn)
numpy.random.rand(d0, d1, ..., dn)

• 返回一个正态分布(normal distribution)样品，样品来自于均值(mean)=0、方差(variance)=1正态分布的随机浮点数。
  如果给定(d0, d1, ..., dn)，则返回shape=(d0, d1, ..., dn)的样品。

如果想要随机样品来自于：，可以使用
sigma * np.random.randn(...) + mu

• 返回一个均匀分布(uniform distribution)样品，样品在[0,1]范围内。
  如果给定(d0, d1, ..., dn)，则返回shape=(d0, d1, ..., dn)的样品。

例子：

>>> np.random.randn()
2.1923875335537315 

>>> 2.5 * np.random.randn(2, 4) + 3
array([[-4.49401501,  4.00950034, -1.81814867,  7.29718677],  
       [ 0.39924804,  4.68456316,  4.99394529,  4.84057254]]) 

更多请参考：https://docs.scipy.org/doc/numpy/reference/routines.random.html

---

numpy.zeros(shape, dtype=float, order='C')
numpy.ones(shape, dtype=None, order='C')

返回一个给定形状和类型的数组，以0/1填充。

• 例子

>>> np.zeros(5)
array([ 0.,  0.,  0.,  0.,  0.])

>>> np.zeros((2, 1))
array([[ 0.],
       [ 0.]])

更多请参考：
https://docs.scipy.org/doc/numpy-1.13.0/reference/routines.array-creation.html