numpy的random.randit

numpy的random.randint函数可以生成指定范围内的随机整数。它的语法如下：

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

其中，参数含义如下：

- low：生成的随机数最小值（包含）。
- high：生成的随机数最大值（不包含）。如果不指定，则生成的随机数范围为[0, low)。
- size：生成的随机数的形状。可以是一个整数，表示生成一维数组；也可以是一个元组，表示生成多维数组。
- dtype：生成的随机数的数据类型。

下面是一个例子：

import numpy as np

# 生成一个1到10之间的随机整数
x = np.random.randint(1, 11)
print(x)

# 生成一个3行4列的随机整数数组
y = np.random.randint(1, 11, size=(3, 4))
print(y)

输出：

7
[[ 9  5  2  6]
 [ 8  9  7  5]
 [10  2  9 10]]

相关问题

numpy random.normal

numpy.random.normal是numpy中用于生成正态分布随机数的函数。它的语法如下：

numpy.random.normal(loc=0.0, scale=1.0, size=None)

其中，loc表示正态分布的均值，scale表示正态分布的标准差，size表示生成随机数的个数。

例如，生成一个均值为2，标准差为3的正态分布随机数数组，可以使用以下代码：

import numpy as np

arr = np.random.normal(loc=2, scale=3, size=(3, 4))
print(arr)

输出：

[[ 1.76405235  5.40015721  2.97873798  2.2387931 ]
 [ 1.79175977 -0.46947439  4.54256004  3.24196227]
 [ 2.3190391   4.75062962 -0.24643627  3.24879916]]

numpy random.randn

`numpy.random.randn()`是一个函数，用于生成服从标准正态分布（均值为0，标准差为1）的随机数。这个函数会返回一个或多个随机数，可以用来创建指定形状的多维数组。下面是一个例子：

import numpy as np

# 生成一个随机数
random_num = np.random.randn()
print(random_num)

# 生成一个形状为(2, 3)的二维数组
random_array = np.random.randn(2, 3)
print(random_array)

输出结果可能类似于：

0.23456789012345678
[[-0.12345678  1.23456789 -0.98765432]
 [ 2.34567891 -0.54321098  0.12345678]]

请注意，每次运行代码时生成的随机数会有所不同。