1、矩陣:是一個二維陣列
import numpy as np
matrixs=np.matrix('1 2;3 4')
#實現矩陣的共軛轉置
print(matrixs.H)
#矩陣的轉置
print(matrixs.T)
import random
print(random.random())          #隨機產生[0,1)之間的浮點值
print(random.randint(1,6))      #隨機生成指定範圍[a,b]的整數
print(random.randrange(1,3))    #隨機生成指定範圍[a,b)的整數
print(random.randrange(0,101,2))  ##隨機生成指定範圍[a,b)的指定步長的數（2--偶數）
print(random.choice("hello"))  #隨機生成指定字串中的元素
print(random.choice([1,2,3,4])) #隨機生成指定列表中的元素
print(random.choice(("abc","123","liu")))  #隨機生成指定元組中的元素
print(random.sample("hello",3))    #隨機生成指定序列中的指定個數的元素
print(random.uniform(1,10))     #隨機生成指定區間的浮點數
 
#洗牌
items = [1,2,3,4,5,6,7,8,9,0]
print("洗牌前:",items)
random.shuffle(items)
print("洗牌後:",items)

######chr(random.randint(65,90))
獲取a-z的字母
 

1. random.seed(a=None, version=2) # 初始化偽隨機數生成器。如果未提供a或者a=None，則使用系統時間為種子。如果a是一個整數，則作為種子。

2. random.getstate() # 返回一個當前生成器的內部狀態的物件

3. random.setstate(state) # 傳入一個先前利用getstate方法獲得的狀態物件，使得生成器恢復到這個狀態。

4. random.getrandbits(k) # 返回range(0,2**k)之間的一個整數，相當於randrange(0,2**k)

5. random.randrange(stop) # 返回range(0,stop)之間的一個整數

6. random.randrange(start, stop[, step]) # 返回range[start,stop)之間的一個整數，可加step，跟range(0,10,2)類似

7. random.randint(a, b) # 返回range[a,b]之間的一個整數，等價於然的range(a,b+1)

8. random.choice(seq) # 從非空序列seq中隨機選取一個元素。如果seq為空則彈出 IndexError異常。

9. random.choices(population, weights=None, *, cum_weights=None, k=1) # 3.6版本新增。從population叢集中隨機抽取K個元素（可重複）。weights是相對權重列表，cum_weights是累計權重，兩個引數不能同時存在。

10. random.shuffle(x[, random]) # 隨機打亂序列x內元素的排列順序。只能針對可變的序列，對於不可變序列，請使用下面的sample()方法。

11. random.sample(population, k) # 從population樣本或集合中隨機抽取K個不重複的元素形成新的序列。常用於不重複的隨機抽樣。返回的是一個新的序列，不會破壞原有序列。要從一個整數區間隨機抽取一定數量的整數，請使用sample(range(10000000), k=60)類似的方法，這非常有效和節省空間。如果k大於population的長度，則彈出ValueError異常。

12. random.random() # 返回一個介於左閉右開[0.0, 1.0)區間的浮點數

13. random.uniform(a, b) # 返回一個介於a和b之間的浮點數。如果a>b，則是b到a之間的浮點數。這裡的a和b都有可能出現在結果中。

14. random.triangular(low, high, mode) # 返回一個low <= N <=high的三角形分佈的隨機數。引數mode指明眾數出現位置。

15. random.betavariate(alpha, beta) # β分佈。返回的結果在0~1之間

16. random.expovariate(lambd) # 指數分佈

17. random.gammavariate(alpha, beta) # 伽瑪分佈

18. random.gauss(mu, sigma) # 高斯分佈

19. random.lognormvariate(mu, sigma) # 對數正態分佈

20. random.normalvariate(mu, sigma) # 正態分佈

21. random.vonmisesvariate(mu, kappa) # 卡帕分佈

22. random.paretovariate(alpha) # 帕累託分佈

23. random.weibullvariate(alpha, beta) # 威布林分佈