np.random.randint(1,10,10)

这是一个使用 numpy 库生成一个长度为 10 的一维数组，数组中的元素都是在 1 到 10 之间随机生成的整数。下面是代码示例：

import numpy as np

arr = np.random.randint(1, 10, 10)
print(arr)

输出结果可能如下：

[5 6 8 1 4 9 5 2 1 1]

每次运行结果都可能不同，因为是随机生成的。

相关问题

np.random.randint np.random.random_integer

`np.random.randint` 和 `np.random.random_integer` 在 NumPy 中是没有的，可能是您写错了。但是，NumPy 中确实有两个类似的随机函数：`np.random.randint` 和 `np.random.random`。

`np.random.randint` 用于生成随机整数，语法为：

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

其中，`low` 和 `high` 分别为随机整数的最小值和最大值（左闭右开区间），`size` 为生成随机整数的数组形状，`dtype` 为数组元素的数据类型。

`np.random.random` 用于生成随机浮点数，语法为：

numpy.random.random(size=None)

其中，`size` 为随机浮点数的数组形状。

需要注意的是，`np.random.random` 生成的随机浮点数的范围是 [0,1) 的均匀分布，而 `np.random.randint` 生成的随机整数的范围是 [low, high) 的离散均匀分布。如果需要生成指定范围的随机浮点数，可以使用 `np.random.uniform` 函数。

np.random.random和np.random.randint 的区别

`np.random.random()`和`np.random.randint()`都是numpy库中用于生成随机数的函数，但它们生成随机数的方式不同。

`np.random.random()`生成[0,1)之间均匀分布的随机数，可以通过参数size指定生成的随机数的形状，例如：

import numpy as np
random_array = np.random.random(size=(3, 2)) # 生成一个3行2列的随机数数组
print(random_array)

输出：

[[0.12345678 0.98765432]
 [0.87654321 0.54321098]
 [0.23456789 0.3456789 ]]

`np.random.randint()`生成指定范围内的随机整数，可以通过参数low和high指定随机整数的范围，参数size指定生成的随机数的形状，例如：

import numpy as np
random_int_array = np.random.randint(low=0, high=10, size=(3, 2)) # 生成一个3行2列的0-9之间的随机整数数组
print(random_int_array)

输出：

[[7 5]
 [4 9]
 [2 3]]