用rand函数生成随机数并插入数组中

好的，以下是一个简单的使用rand函数生成随机数并插入数组的示例代码：

#include <stdio.h>
#include <stdlib.h>
#include <time.h>

#define SIZE 10

int main() {
    int arr[SIZE];
    int i;

    // 设置随机数种子为当前时间
    srand(time(NULL));

    // 生成随机数并插入数组
    for (i = 0; i < SIZE; i++) {
        arr[i] = rand() % 100;  // 生成0~99之间的随机数
    }

    // 输出数组
    printf("随机数数组：\n");
    for (i = 0; i < SIZE; i++) {
        printf("%d ", arr[i]);
    }
    printf("\n");

    return 0;
}

这段代码会生成一个大小为10的整型数组，并使用rand函数生成0~99之间的随机数插入数组中。最后输出数组的内容。需要注意的是，为了保证每次运行程序生成的随机数不同，需要在使用rand函数之前调用srand函数并传入一个不同的种子，例如当前时间。

相关问题

c语言中将随机数送入数组中

在C语言中，为了将随机数送入数组中，你需要使用标准库中的rand()函数以及srand()函数来初始化随机数生成器。以下是基本步骤：

1. 首先，包含必要的头文件：

#include <stdio.h> // 包含stdio.h以使用printf
#include <stdlib.h> // 包含stdlib.h以使用rand和srand

2. 定义一个数组并指定其大小：

int array[10]; // 创建一个包含10个元素的整型数组

3. 初始化随机数生成器，通常使用当前时间作为种子以保证每次程序运行时得到不同的随机数序列：

srand(time(0));

4. 循环生成并插入随机数到数组中：

for (int i = 0; i < sizeof(array) / sizeof(array[0]); i++) {
    array[i] = rand() % 100; // 生成0到99之间的随机数
}

5. 打印数组内容确认随机数已经填充进去：

printf("Random numbers in the array: ");
for (int i = 0; i < sizeof(array); i++) {
    printf("%d ", array[i]);
}

列举numpy中随机数生成函数，添加删除数组元素的方法，数组合并与拆分，并举例说明；

1. 随机数生成函数：

- numpy.random.rand：生成0到1之间的均匀分布随机数。
- numpy.random.randn：生成符合标准正态分布的随机数。
- numpy.random.randint：生成指定范围内的整数随机数。
- numpy.random.random_sample：生成0到1之间的随机数。
- numpy.random.choice：从给定的一维数组中随机选择元素。
- numpy.random.shuffle：随机打乱给定数组的顺序。

2. 添加删除数组元素的方法：

- numpy.append：在数组末尾添加元素。
- numpy.insert：在指定位置插入元素。
- numpy.delete：删除指定位置的元素。

举例：

import numpy as np

# 添加元素
arr1 = np.array([1, 2, 3])
arr2 = np.append(arr1, 4)
print(arr2)  # [1 2 3 4]

# 插入元素
arr3 = np.insert(arr2, 2, 5)
print(arr3)  # [1 2 5 3 4]

# 删除元素
arr4 = np.delete(arr3, 3)
print(arr4)  # [1 2 5 4]

3. 数组合并与拆分：

- numpy.concatenate：将两个或多个数组沿指定轴合并。
- numpy.stack：将两个或多个数组沿新轴合并。
- numpy.split：将一个数组沿指定轴拆分为多个子数组。
- numpy.hsplit：将一个数组沿水平方向拆分为多个子数组。
- numpy.vsplit：将一个数组沿垂直方向拆分为多个子数组。

举例：

import numpy as np

# 合并数组
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr3 = np.concatenate((arr1, arr2))
print(arr3)  # [1 2 3 4 5 6]

# 拆分数组
arr4 = np.array([[1, 2], [3, 4], [5, 6]])
arr5, arr6 = np.split(arr4, 2)
print(arr5)  # [[1 2], [3 4]]
print(arr6)  # [[5 6]]