numpy生成随机数

可以使用numpy库中的random模块来生成随机数。其中常用的函数有：

- numpy.random.rand(d0, d1, ..., dn)：生成[0,1)之间均匀分布的随机数，可以指定生成的随机数的维度。

- numpy.random.randn(d0, d1, ..., dn)：生成标准正态分布（平均值为0，标准差为1）的随机数，也可以指定生成的随机数的维度。

- numpy.random.randint(low, high=None, size=None, dtype='l')：生成指定范围内的整数随机数，可以指定生成的随机数的数量、范围和数据类型。

- numpy.random.uniform(low=0.0, high=1.0, size=None)：生成指定范围内均匀分布的随机数，可以指定生成的随机数的数量和范围。

例如，生成一个大小为(3,2)的随机矩阵，代码如下：

import numpy as np

rand_mat = np.random.rand(3,2)
print(rand_mat)

输出结果类似于：

[[0.33505037 0.85505189]
 [0.66901588 0.38120909]
 [0.00439904 0.79379469]]

相关问题

numpy 生成随机数

numpy可以使用random模块来生成随机数。具体的方法可以有以下几种：

1. 生成一个随机整数：

import numpy as np

rand_int = np.random.randint(low, high, size)

其中，`low`表示随机整数的最小值（包含），`high`表示随机整数的最大值（不包含），`size`表示生成随机整数的个数或者生成的数组的形状。

2. 生成一个随机浮点数：

import numpy as np

rand_float = np.random.uniform(low, high, size)

其中，`low`表示随机浮点数的最小值，`high`表示随机浮点数的最大值，`size`表示生成随机浮点数的个数或者生成的数组的形状。

3. 生成一个满足标准正态分布的随机数：

import numpy as np

rand_normal = np.random.randn(size)

其中，`size`表示生成随机数的个数或者生成的数组的形状。

这些只是numpy生成随机数的几个常用方法，还有其他方法可以参考numpy官方文档。

numpy生成随机数数组

可以使用numpy库中的random模块来生成随机数组。具体方法如下：

1. 导入numpy库

import numpy as np

2. 使用random模块生成随机数组

# 生成一个形状为(3, 4)的二维随机数组
arr = np.random.rand(3, 4)
print(arr)

输出结果：

[[.86199497 .66017354 .8343834  .39973208]
 [.01978488 .68573309 .39231293 .70672162]
 [.05246398 .1188094  .29888532 .41754105]]

其中，np.random.rand()函数可以生成指定形状的随机数组，数组中的元素取值范围为[,1)。如果需要生成整数随机数组，可以使用np.random.randint()函数。