使用 NumPy 生成随机数：一个全面的指南

NumPy 是 Python 编程语言中最流行的科学计算库之一，它提供了一个强大的 np.random
模块，用于生成各种类型的随机数。在本文中，我们将详细介绍如何使用 NumPy
生成随机数，包括正数、负数、整数和小数，并展示如何限制它们的范围。

1. NumPy 简介

NumPy 是一个开源库，用于支持大规模多维数组和矩阵的操作，同时提供了大量的数学函数工具，以便于这些数据类型的操作。np.random 是 NumPy 提供的用于生成随机数的子库。

2. 安装 NumPy

如果您的系统尚未安装 NumPy，可以通过 pip 命令轻松安装：

pip install numpy

3. 生成随机小数

NumPy 可以生成在某个指定范围内的随机小数。例如，如果您想生成在0到1之间的随机小数，可以使用 np.random.random() 函数：

import numpy as np

# 生成一个0到1之间的随机小数
random_float = np.random.random()
print(random_float)

如果您想生成多个随机小数，只需要传递一个形状参数给 random() 函数：

# 生成一个包含5个随机小数的数组
random_array = np.random.random(5)
print(random_array)

4. 生成随机整数

要生成随机整数，可以使用 np.random.randint() 函数。此函数允许您指定生成随机整数的范围（包括低端，不包括高端）：

# 生成一个从10到50之间的随机整数
random_int = np.random.randint(10, 50)
print(random_int)

同样，您也可以生成一个包含多个随机整数的数组：

# 生成一个包含10个从10到50之间的随机整数的数组
random_int_array = np.random.randint(10, 50, size=10)
print(random_int_array)

5. 生成指定范围和特定分布的随机数

NumPy 允许您生成遵循特定统计分布的随机数，如正态分布、均匀分布等。例如，生成标准正态分布的随机数：

# 生成一个标准正态分布的随机数
normal_random = np.random.randn()
print(normal_random)

6. 控制随机数生成的重现性（种子）

在进行科学实验和数据分析时，有时需要重现随机数生成的结果。这可以通过设置随机数生成的种子来实现：

# 设置随机种子
np.random.seed(42)

# 现在每次生成的随机数都将是相同的
print(np.random.random())

结论

NumPy 的 np.random 模块是一个功能强大的工具，能够满足从简单到复杂的随机数生成需求。无论您是在模拟实验还是在处理数据时，它都是不可或缺的工具。