np.random.default_rng

这是一个 Python 中用于生成随机数的模块，可以用来生成各种分布的随机数。你可以通过以下代码导入该模块：

import numpy as np
rng = np.random.default_rng()

然后就可以使用 rng 生成随机数了。

相关问题

np.random.default_rng().normal

这个函数是使用NumPy随机数生成器生成正态分布的随机数。其中，default_rng()返回一个默认的随机数生成器对象，normal()是生成正态分布随机数的方法。该方法有三个参数：loc（均值，默认为0），scale（标准差，默认为1）和size（输出的形状，默认为None）。例如，下面的代码将生成一个形状为(3, 3)的二维数组，其中每个元素都是从均值为0，标准差为1的正态分布中生成的随机数：

import numpy as np

rng = np.random.default_rng()
arr = rng.normal(size=(3, 3))
print(arr)

输出：

[[ 0.19856382 -0.86545394  0.28763354]
 [-0.67793228 -0.84344851  0.15294478]
 [-0.70753466  1.44338036 -1.16848934]]

np.random.Generator

`np.random.Generator` 是 NumPy 1.17.0 版本中引入的随机数生成器类，用于生成高质量的伪随机数。与 `np.random` 模块中的函数相比，`np.random.Generator` 具有更好的性能和更好的随机性质。

使用 `np.random.Generator` 生成随机数的一般步骤如下：

1. 创建随机数生成器对象：

import numpy as np
rng = np.random.default_rng()  # 创建随机数生成器对象

2. 使用生成器对象调用相应的方法生成随机数。例如：

rng.integers(low, high=None, size=None, dtype=np.int64)

其中，`low` 表示随机数的下界（包含），`high` 表示随机数的上界（不包含），`size` 表示生成的随机数的形状，`dtype` 表示生成的随机数的数据类型。还有其他更多的方法可以使用，具体可以参考官方文档：https://numpy.org/doc/stable/reference/random/generator.html

使用 `np.random.Generator` 生成的随机数具有更好的随机性质，可以在科学计算、机器学习等领域中发挥重要作用。