python中numpy生成随机数的方法大全

NumPy提供了多种生成随机数的方法，其中一些常用的包括

numpy.random.rand： 生成指定形状的在[0, 1)之间均匀分布的随机数。

import numpy as np

# 生成一个形状为 (2, 3) 的随机数组
random_array = np.random.rand(2, 3)
print(random_array)
 

numpy.random.randn： 生成指定形状的标准正态分布（均值为0，标准差为1）的随机数。

import numpy as np

# 生成一个形状为 (2, 3) 的随机数组
random_array = np.random.randn(2, 3)
print(random_array)
 

numpy.random.randint： 生成指定范围内整数的随机数。

import numpy as np

# 生成一个在 [1, 10) 范围内形状为 (2, 3) 的随机整数数组
random_array = np.random.randint(1, 10, size=(2, 3))
print(random_array)
 

numpy.random.uniform： 生成指定范围内均匀分布的随机数。

import numpy as np

# 生成一个在 [1, 5) 范围内形状为 (2, 3) 的均匀分布的随机数数组
random_array = np.random.uniform(1, 5, size=(2, 3))
print(random_array)
 

numpy.random.normal： 生成指定均值和标准差的正态分布的随机数。

import numpy as np

# 生成一个形状为 (2, 3) 的正态分布的随机数数组，均值为2，标准差为0.5
random_array = np.random.normal(2, 0.5, size=(2, 3))
print(random_array)