np.random.randint与np.random的区别

`np.random`是numpy中的一个随机数生成器模块，它提供了多种生成随机数的函数。而`np.random.randint`是`np.random`模块中的一个函数，用于生成指定范围内的随机整数。

具体区别如下：

- `np.random`模块提供了多个生成随机数的函数，包括生成随机整数、随机浮点数、随机正态分布等。而`np.random.randint`函数只能生成随机整数。
- `np.random`模块中的函数可以生成指定范围内的随机数，而`np.random.randint`函数只能生成指定范围内的随机整数。
- `np.random`模块中的函数可以生成不同分布的随机数，如正态分布、均匀分布、指数分布等，而`np.random.randint`函数只能生成均匀分布的随机整数。

因此，如果需要生成随机整数，可以使用`np.random.randint`函数，如果需要生成其他类型的随机数，可以使用`np.random`模块中的其他函数。

相关问题

np.random.rand(num)和np.random.randint(num)的区别

np.random.rand(num)和np.random.randint(num)是numpy库中用于生成随机数的两个函数，它们的区别如下：

1. np.random.rand(num)函数生成一个指定形状的[0, 1)之间均匀分布的随机数数组。参数num指定了生成的随机数的形状，可以是一个整数或一个元组。例如，np.random.rand(3, 2)将生成一个3行2列的随机数数组。

2. np.random.randint(num)函数生成一个指定范围内的随机整数数组。参数num指定了生成的随机数的范围，可以是一个整数或一个元组。例如，np.random.randint(1, 10, size=(3, 2))将生成一个3行2列的随机整数数组，范围在1到10之间。

总结起来，np.random.rand(num)生成的是[0, 1)之间的随机数，而np.random.randint(num)生成的是指定范围内的随机整数。

示例代码如下：

import numpy as np

# 生成一个3行2列的[0, 1)之间均匀分布的随机数数组
random_array1 = np.random.rand(3, 2)
print(random_array1)

# 生成一个3行2列的1到10之间的随机整数数组
random_array2 = np.random.randint(1, 10, size=(3, 2))
print(random_array2)

matrix_r = np.random.randint(0, 256, size=(128, 128)) print(matrix_r) matrix_g = np.random.randint(0, 256, size=(128, 128)) matrix_b = np.random.randint(0, 256, size=(128, 128)) print(matrix_b) print(matrix_b.shape) # 将三个矩阵拼接成一个3通道128乘128的图片

要将三个矩阵拼接成一个3通道128乘128的图片，可以使用matplotlib库中的imshow函数来实现，代码如下：

import matplotlib.pyplot as plt

# 将三个矩阵拼接成一个3通道的矩阵
matrix_rgb = np.dstack((matrix_r, matrix_g, matrix_b))

# 显示图片
plt.imshow(matrix_rgb)
plt.show()

其中，dstack函数的作用是将三个矩阵按深度方向进行拼接，生成一个3通道的矩阵。imshow函数的作用是显示图片。最后使用show函数显示图片。