Python numpy生成随机数数组

在NumPy中，可以使用numpy.random模块来生成随机数。这个模块提供了许多生成随机数的函数，包括生成随机整数、生成随机浮点数、生成随机数组等。

以下是一些使用numpy.random模块生成随机数的示例：

import numpy as np

# 生成随机整数
rand_int = np.random.randint(1, 10, size=5)
print("生成的随机整数:", rand_int)

# 生成随机浮点数
rand_float = np.random.rand()
print("生成的随机浮点数:", rand_float)

# 生成随机数组
rand_arr = np.random.rand(2, 3)
print("生成的随机数组:\n", rand_arr)

# 生成正态分布随机数
rand_norm = np.random.normal(loc=0.0, scale=1.0, size=(3, 4))
print("生成的正态分布随机数:\n", rand_norm)

输出：

html 生成的随机整数: [6 3 1 8 8] 生成的随机浮点数: 0.4284701677089121 生成的随机数组: [[0.01590043 0.36989007 0.80476445] [0.03759476 0.06301311 0.23090295]] 生成的正态分布随机数: [[-0.08815372 -0.21694864 -0.39855747 0.75155312] [ 0.08383289 -0.3728573 0.65272714 1.03230597] [-0.18307651 -0.93631038 -0.04033512 -0.34113096]]
在这个示例中，我们使用numpy.random.randint()函数生成了一个包含5个随机整数的数组；使用numpy.random.rand()函数生成了一个随机浮点数；使用numpy.random.rand()函数生成了一个2x3的随机数组；使用numpy.random.normal()函数生成了一个正态分布随机数的3x4数组。注意，numpy.random.normal()函数的loc参数表示正态分布的均值，scale参数表示正态分布的标准差。