NumPy中生成随机数的常用函数和方法

numpy 中生成随机数的几种常用函数 numpy 库提供了多种生成随机数的函数，每种函数都有其特点和应用场景。下面我们将对 numpy 中生成随机数的几种常用函数进行总结。 1. 生成指定形状的 0-1 之间的随机数：np.random.random() 和 np.random.rand() np.random.random() 和 np.random.rand() 两个函数都可以生成指定形状的 0-1 之间的随机数。它们的区别在于返回值的形状和数据类型。 np.random.random() 函数返回一个指定形状的数组，其中每个元素都是 0-1 之间的随机数。例如： ``` array1 = np.random.random((3)) display(array1) ``` 这将生成一个大小为 3 的一维数组，每个元素是 0-1 之间的随机数。 np.random.rand() 函数也可以生成指定形状的 0-1 之间的随机数，但它的返回值是一个浮点数数组。例如： ``` array2 = np.random.rand(3) display(array2) ``` 这将生成一个大小为 3 的一维数组，每个元素是 0-1 之间的随机数。 2. 生成指定数值范围内的随机整数：np.random.randint() np.random.randint() 函数可以生成指定数值范围内的随机整数。例如： ``` array9 = np.random.randint(low=1, high=10, size=6, dtype=np.int32) display(array9) ``` 这将生成一个大小为 6 的一维数组，每个元素是 1-10 之间的随机整数。 3. 与正态分布有关的几个随机函数：np.random.randn() 和 np.random.normal() np.random.randn() 函数生成服从均值为 0，标准差为 1 的标准正态分布随机数。例如： ``` array5 = np.random.randn(3) display(array5) ``` 这将生成一个大小为 3 的一维数组，每个元素是服从标准正态分布的随机数。 np.random.normal() 函数生成指定均值和标准差的正态分布随机数。例如： ``` array6 = np.random.normal(loc=0, scale=1, size=3) display(array6) ``` 这将生成一个大小为 3 的一维数组，每个元素是服从均值为 0，标准差为 1 的正态分布随机数。 numpy 库提供了多种生成随机数的函数，每种函数都有其特点和应用场景。根据实际需要选择合适的函数可以生成所需的随机数。