np.random有那些函数

以下是常用的np.random函数：

- `np.random.rand()`：生成0-1之间的随机浮点数，均匀分布。
- `np.random.randn()`：生成标准正态分布的随机浮点数。
- `np.random.randint(low, high=None, size=None, dtype=int)`：生成整数随机数。如果只有一个参数，则生成0到该参数之间的整数随机数；如果有两个参数，则生成low到high之间的整数随机数；如果有三个参数，则生成size大小的数组，元素为low到high之间的整数随机数。
- `np.random.choice(a, size=None, replace=True, p=None)`：从序列a中随机选择元素。如果replace为True，则可重复抽样；如果replace为False，则不可重复抽样。p为元素被选中的概率分布，默认为等概率。
- `np.random.shuffle(x)`：将数组x中的元素随机打乱。
- `np.random.seed(seed=None)`：设置随机数种子。如果seed为None，则使用系统时间作为种子。相同种子生成的随机数序列是相同的。

相关问题

np.random.random函数说明

`np.random.random()`函数用于生成一个[0,1)之间的随机浮点数，返回值是一个ndarray数组，数组的形状由参数决定。如果没有参数，则返回一个随机浮点数。下面是一个例子：

import numpy as np

# 生成一个随机浮点数
rand_num = np.random.random()
print(rand_num) # 输出：0.123456789

# 生成一个形状为(2,3)的随机浮点数数组
rand_arr = np.random.random((2,3))
print(rand_arr) # 输出：一个形状为(2,3)的随机浮点数数组

np.random.normal与np.random.randn()函数的区别

np.random.normal和np.random.randn()函数都可以用来生成服从正态分布的随机样本，但它们有一些区别。

np.random.normal函数的语法为：np.random.normal(loc, scale, size)，其中loc表示均值，scale表示标准差，size表示要生成的样本数目。该函数生成的样本符合指定均值和标准差的正态分布。

np.random.randn()函数用于生成服从标准正态分布（均值为0，标准差为1）的样本。该函数的语法为：np.random.randn(d0, d1, ..., dn)，其中d0, d1, ..., dn表示生成样本的维度。生成的样本数目由这些维度决定。

总结来说，np.random.normal函数可以通过指定均值和标准差来生成符合正态分布的随机样本，而np.random.randn()函数生成的样本均值为0，标准差为1。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [『Python学习笔记』np.random.rand()函数和np.random.randn()函数](https://blog.csdn.net/abc13526222160/article/details/86423754)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *3* [np.random一系列(np.random.normal()、np.random.randint、np.random.randn、np.random.rand)](https://download.csdn.net/download/weixin_38733382/13745169)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]