Python统计基础：生成随机数

为了解决特定问题而进行的学习是提高效率的最佳途径。这种方法能够使我们专注于最相关的知识和技能，从而更快地掌握解决问题所需的能力。

（以下练习题来源于《统计学—基于Python》。联系获取原始数据。）

---

练习题

使用Python生成以下随机数

（1）均值为0、标准差为1的10个标准正态分布的随机数。

（2）均值为100、标准差为20的10个正态分布的随机数。

（3）1～1000之间的10个均匀分布的随机数。

---

分析与解答

有时需要生成某种分布的随机数用于模拟分析。用Python生成随机数需要借助其他模块。内置模块的random函数一次只能生成一个随机数；第三方模块numpy中的random子模块可以同时生成多个随机数，还能组成不同形状的随机数数组。

由于是随机生成，每次运行都会得到不同的随机数。要想每次运行都生成一组相同的随机数，可在生成随机数之前使用seed函数设定随机数种子，在括号内输入任意数字即可。若使用相同的随机数种子，则每次运行都会生成一组相同的随机数。

import numpy.random as npr
npr.seed(15)  # 设置随机数种子
r1 = npr.standard_normal(size  = 10)  # 生成均值为0、标准差为1的10个标准正态分布的随机数
r2 = npr.normal(loc = 100, scale = 20, size = 10) # 生成均值（loc）为100、标准差（scale）为20的10个正态分布的随机数
r3 = npr.uniform(low = 1, high = 1000, size = 10) # 生成1～1000之间的10个均匀分布的随机数
print('均值为0、标准差为1的10个标准正态分布的随机数:', r1)
print('均值为100、标准差为20的10个正态分布的随机数:', r2)
print('1～1000之间的10个均匀分布的随机数:', r3)

均值为0、标准差为1的10个标准正态分布的随机数: [-0.31232848  0.33928471 -0.15590853 -0.50178967  0.23556889 -1.76360526 -1.09586204 -1.08776574 -0.30517005 -0.47374837]
均值为100、标准差为20的10个正态分布的随机数: [ 95.98810923 107.10393546 113.79035446 108.21179351  88.70043125 111.9878138   96.7412739  132.00429005 113.63254409 100.29760203]
1～1000之间的10个均匀分布的随机数: [110.33720169 465.6280676  142.41370464 538.81041339 299.69965784  538.2074742  665.96191029 364.96447177 623.39560072 643.08216036]

---

都读到这里了，不妨关注、点赞一下吧！