（1）生成0~1之间、服从均匀分布的10行5列的ndarray； （2）生成一个5*5的ndarray对象，且数组边界全为1，里面全为0； （3）创建一个随机数范围在0~50内的4*3随机ndarray；

1. 生成0~1之间、服从均匀分布的10行5列的ndarray。可以使用NumPy库中的`np.random.rand()`函数来实现。这个函数会生成一个给定形状的数组，数组中的元素服从[0,1)区间的均匀分布。

import numpy as np
# 生成10行5列的均匀分布ndarray
array_uniform = np.random.rand(10, 5)

2. 生成一个5*5的ndarray对象，且数组边界全为1，里面全为0。这可以通过创建一个全0的数组，然后修改边界为1来完成。

# 创建一个5*5的全0数组
array_board = np.zeros((5, 5))
# 边界设置为1
array_board[0, :] = array_board[-1, :] = array_board[:, 0] = array_board[:, -1] = 1

3. 创建一个随机数范围在0~50内的4*3随机ndarray。可以使用`np.random.randint()`函数来生成指定范围内的随机整数数组。

# 生成一个4*3的随机数ndarray，元素范围为0~50（不包括50）
array_random = np.random.randint(0, 50, size=(4, 3))

相关问题

（1）生成0~1之间、服从均匀分布的10行5列的ndarray； （2）生成一个55的ndarray对象，且数组边界全为1，里面全为0； （3）创建一个随机数范围在0~50内的43随机ndarray；写一个完整代码

在Python中，可以使用NumPy库来生成满足您要求的ndarray对象。以下是完整的代码示例：

import numpy as np

# （1）生成0~1之间、服从均匀分布的10行5列的ndarray
uniform_array = np.random.rand(10, 5)
print("均匀分布的10行5列数组:")
print(uniform_array)

# （2）生成一个5x5的ndarray对象，且数组边界全为1，里面全为0
edge_array = np.ones((5, 5), dtype=int) - np.eye(5, dtype=int)
print("\n边界为1，内部为0的5x5数组:")
print(edge_array)

# （3）创建一个随机数范围在0~50内的4x3随机ndarray
random_array = np.random.randint(0, 50, size=(4, 3))
print("\n随机数范围在0~50内的4x3数组:")
print(random_array)

执行上述代码后，将会按照您的要求分别生成三个ndarray对象，并打印出来。

numpy随机生成ndarray

可以使用numpy中的random模块来随机生成ndarray。以下是一些常用的随机生成函数：

1. numpy.random.rand(d0, d1, ..., dn)：生成一个指定形状的数组，数组元素服从[0, 1)的均匀分布。
2. numpy.random.randn(d0, d1, ..., dn)：生成一个指定形状的数组，数组元素服从标准正态分布（均值为0，方差为1）。
3. numpy.random.randint(low, high=None, size=None, dtype='l')：生成一个指定形状的数组，数组元素服从[low, high)的离散均匀分布。
4. numpy.random.normal(loc=0.0, scale=1.0, size=None)：生成一个指定形状的数组，数组元素服从指定均值和标准差的正态分布。

例如，生成一个形状为(3, 4)的随机数组可以使用以下代码：

import numpy as np

# 生成一个形状为(3, 4)的数组，数组元素服从标准正态分布
arr = np.random.randn(3, 4)
print(arr)

输出结果如下：

[[ 0.02768951 -0.78701997  0.89507278  0.33382019]
 [ 0.30617635 -0.07562637 -0.15554766 -0.66327602]
 [-0.58022116  0.43361111 -1.30555422 -0.89836699]]