python产生服从均匀分布、二项分布、伽马分布、正态分布的随机数

在Python中，我们可以使用`numpy`库生成各种概率分布的随机数。以下是每个分布的简单介绍和生成方法：

1. **均匀分布** (Uniform Distribution): 使用`numpy.random.uniform`函数，它接受两个参数a和b，表示区间的左端点和右端点（包含）。例如：

   import numpy as np
   uniform_random = np.random.uniform(a, b, size=None)

2. **二项分布** (Binomial Distribution): 通过先确定n（试验次数）和p（成功概率），然后用`scipy.stats.binom.rvs`。例如：

   from scipy.stats import binom
   binom_rv = binom.rvs(n, p, size=None)

3. **伽马分布** (Gamma Distribution): `scipy.stats.gamma`函数可以生成伽马分布的随机数，需要指定形状参数k和率参数theta：

   from scipy.stats import gamma
   gamma_random = gamma.rvs(k, scale=theta, size=None)

4. **正态分布** (Normal/Gaussian Distribution): `numpy.random.normal`用于生成正态分布的随机数，需要设置均值μ和标准差σ：

   normal_random = np.random.normal(loc=μ, scale=σ, size=None)