numpy中生成随机数

在numpy中，有几种常用的方法可以生成随机数。其中包括使用random_sample(size)、random(size)、ranf(size)、sample(size)等方法来生成指定大小的随机样本。另外，还可以使用randint(low, high, size)方法生成位于指定范围内的随机整数，或者使用rand(d0, d1, …, dn)方法生成指定维度的随机数。此外，还可以使用randn方法生成符合标准正态分布的随机数。这些方法可以满足不同的随机数生成需求。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [Python.numpy中常用的几种产生随机数的方法](https://blog.csdn.net/ImwaterP/article/details/96277386)[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_1"}}] [.reference_item style="max-width: 50%"]
- *3* [numpy之生成随机数](https://blog.csdn.net/TSzero/article/details/111570068)[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_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]