利用np.random.normal生成三维随机数组

可以使用NumPy中的`np.random.normal`函数来生成三维随机数组。以下是一个示例代码：

import numpy as np

# 生成一个3x3x3的随机数组
arr = np.random.normal(size=(3, 3, 3))

print(arr)

输出：

[[[ 0.96726412  1.53563196 -1.46347887]
  [ 0.07888811  0.02872011  1.53350108]
  [-0.08746473 -1.57630316 -0.07175171]]

 [[-0.39223619 -0.08939368  0.3274325 ]
  [-0.38431133 -1.26880285  0.06247411]
  [ 0.66809644 -1.0980292   0.20292667]]

 [[ 0.22371274 -0.21247293 -0.6910466 ]
  [ 0.37281373 -1.01263511 -0.11761937]
  [ 1.02415302 -0.45389356 -0.07404789]]]

在上面的代码中，我们使用`np.random.normal`函数生成了一个3x3x3的随机数组，并将其赋值给变量`arr`。`size`参数指定了生成数组的形状，这里是一个长度为3的元组，表示生成一个3维数组。函数的其他参数可以用来控制生成随机数的均值、标准差等属性。

相关问题

d1=pd.Series(2*np.random.normal(size=100)+3) d2=np.random.f(2,4,size=100) d3=np.random.randint(1,100,size=100)

这是三个不同的数据生成方式，分别是：

1. d1: 生成一个长度为100的一维数组，每个元素是从均值为3，标准差为2的正态分布中随机抽取的数值。
2. d2: 生成一个长度为100的一维数组，每个元素是从自由度为2，分子自由度为4的F分布中随机抽取的数值。
3. d3: 生成一个长度为100的一维数组，每个元素是从1到100之间随机抽取的整数。

np.array([[(np.random.normal(3.2, 2), np.random.rand()) for i in range(Pax_type_num)] for j in range(Spot_num)])

这个语句使用了 NumPy 库中的 `np.random.normal()` 和 `np.random.rand()` 函数，用于生成随机数。它创建了一个三维 NumPy 数组，其中的每个元素都是一个二元组，第一个元素是从正态分布中随机生成的一个数，均值为 3.2，标准差为 2；第二个元素是从 0 到 1 之间均匀分布的随机数。数组的维度是 `(Spot_num, Pax_type_num, 2)`，其中 `Spot_num` 和 `Pax_type_num` 是两个变量，分别代表场景数和乘客类型数。

具体来说，这个语句可以解释为：

1. `[(np.random.normal(3.2, 2), np.random.rand()) for i in range(Pax_type_num)]`：在乘客类型数范围内循环，每次生成一个二元组，第一个元素从均值为 3.2，标准差为 2 的正态分布中随机生成，第二个元素从 0 到 1 之间均匀分布的随机数中随机生成；
2. `[[(np.random.normal(3.2, 2), np.random.rand()) for i in range(Pax_type_num)] for j in range(Spot_num)]`：在场景数范围内循环，每次生成一个二维数组，其中的每个元素都是一个二元组，根据上面的定义生成。

这个语句可以用于生成一个随机的乘客需求矩阵，其中的每个元素可以代表一个场景下某种乘客类型的需求量或者概率等。