python生成01分布的随机数

可以使用Python中的random模块中的randint函数来生成01分布的随机数。具体代码如下：

import random

# 生成01分布的随机数
rand = random.randint(0, 1)

# 打印生成的随机数
print(rand)

该代码中，random.randint(0, 1)函数会生成0或1中的一个随机数，并且两个数的生成概率相等，满足01分布的要求。

相关问题

python生成双峰分布随机数

生成双峰分布的随机数可以使用Python中的scipy库中的norm函数和numpy库中的random函数来实现。首先，你需要导入所需的库，然后使用norm函数来创建两个高斯分布的随机数，分别代表两个峰的分布。接下来，你可以使用random函数来随机选择这两个分布中的一个，并从选中的分布中生成随机数。下面是一个示例代码:

import numpy as np
from scipy.stats import norm

# 设置随机数种子以确保结果可重现
np.random.seed(42)

# 设置两个高斯分布的参数
mu1, sigma1 = 0, 1
mu2, sigma2 = 3, 1

# 生成两个高斯分布的随机数
sample1 = np.random.normal(mu1, sigma1, 1000)
sample2 = np.random.normal(mu2, sigma2, 1000)

# 随机选择一个分布，并从选中的分布中生成随机数
random_sample = np.random.choice([sample1, sample2], size=1000)

# 打印生成的随机数
print(random_sample)

python 生成t分布随机数

Python可以使用numpy库中的random模块生成服从正态分布的随机数。具体方法如下：

1. 导入numpy库

import numpy as np

2. 使用numpy.random.normal()函数生成服从正态分布的随机数

mu =   # 正态分布的均值
sigma = 1  # 正态分布的标准差
size = 100  # 生成100个随机数
random_nums = np.random.normal(mu, sigma, size)

其中，mu为正态分布的均值，sigma为正态分布的标准差，size为生成的随机数的个数。

生成的随机数存储在random_nums数组中。可以使用print()函数输出随机数：

print(random_nums)

输出结果类似于：

[-.496  .234 -1.345  1.567 -.789 ...]

这些随机数服从均值为，标准差为1的正态分布。