numpy生成隨機(jī)數(shù)的方法有：1、numpy.random.rand()；2、numpy.random.randn()；3、numpy.random.randint()；4、numpy.random.random()；5、numpy.random.seed()。
本教程操作系統(tǒng)：windows10系統(tǒng)、Python3.11.4版本、DELL G3電腦。
NumPy 是一個非常強(qiáng)大的 Python 庫，用于科學(xué)計(jì)算和數(shù)值計(jì)算。它提供了許多函數(shù)來生成各種類型的隨機(jī)數(shù)。在本回答中，我將詳細(xì)介紹 NumPy
中用于生成隨機(jī)數(shù)的幾種常用方法。
1、numpy.random.rand()
這個方法會生成一個給定形狀的數(shù)組，數(shù)組的值是在區(qū)間 [0, 1) 內(nèi)均勻分布的隨機(jī)數(shù)，形如 (0, 1)。例如，np.random.rand(3, 2)
將生成一個 3×2 大小的數(shù)組，其中的元素都是 [0, 1) 范圍內(nèi)的隨機(jī)數(shù)。
import numpy as np random_array = np.random.rand(3, 2) print(random_array)
登錄后復(fù)制
2、numpy.random.randn()
這個函數(shù)生成一個給定形狀的數(shù)組，數(shù)組的值是服從標(biāo)準(zhǔn)正態(tài)分布(均值為 0，標(biāo)準(zhǔn)差為 1)的隨機(jī)數(shù)。例如 np.random.randn(3, 2)
將生成一個 3×2 的數(shù)組，其中的元素都是服從標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)數(shù)。
import numpy as np random_array = np.random.randn(3, 2) print(random_array)
登錄后復(fù)制
3、numpy.random.randint()
這個函數(shù)生成指定范圍內(nèi)的隨機(jī)整數(shù)。可以設(shè)定范圍的最小值、最大值和數(shù)組的形狀。例如，np.randn.randint(1, 10, (3, 3))
將生成一個 3×3 大小的數(shù)組，數(shù)組中的元素都是從1到9的隨機(jī)整數(shù)。
import numpy as np random_array = np.random.randint(1, 10, (3, 3)) print(random_array)
登錄后復(fù)制
4、numpy.random.random()
這個函數(shù)會生成一個給定形狀的數(shù)組，數(shù)組的值是在區(qū)間 [0, 1) 內(nèi)均勻分布的隨機(jī)數(shù)。和 np.random.rand() 類似,
該函數(shù)返回的是Python標(biāo)準(zhǔn)庫random模塊的函數(shù)的向量化版本。例如，np.random.random((3, 3)) 將生成一個 3×3
大小的數(shù)組，其中的元素都是 [0, 1) 范圍內(nèi)的隨機(jī)數(shù)。
import numpy as np random_array = np.random.random((3, 3)) print(random_array)
登錄后復(fù)制
5、numpy.random.seed()
這個函數(shù)用于在生成偽隨機(jī)數(shù)時指定種子。指定相同的種子將會產(chǎn)生相同的隨機(jī)數(shù)序列，這在調(diào)試代碼的時候非常有用。例如，np.random.seed(0)
將設(shè)置種子為 0，接下來生成的隨機(jī)數(shù)序列將是確定性的。
import numpy as np np.random.seed(0) random_array = np.random.rand(3, 3) print(random_array)
登錄后復(fù)制
這些方法只是 NumPy
提供的眾多生成隨機(jī)數(shù)的方法之一。在實(shí)際應(yīng)用中，你可能會根據(jù)需要使用不同的方法來生成符合特定分布或具有特定性質(zhì)的隨機(jī)數(shù)。希望這些示例對你有所幫助，讓你更好地理解如何在
NumPy 中生成隨機(jī)數(shù)。
