使用np_random()函数在python中生成随机数的技巧

在Python中，可以使用np_random()函数生成随机数的技巧有很多种。以下是一些常见的使用技巧及其相应的例子：

1. 生成均匀分布的随机数：

使用np_random()函数的uniform()方法可以生成在指定范围内的均匀分布随机数。例如，生成一个在0到1之间的随机数：

   import numpy as np

   random_num = np.random.uniform(0, 1)
   print(random_num)
   

2. 生成正态分布的随机数：

使用np_random()函数的normal()方法可以生成指定均值和标准差的正态分布随机数。例如，生成一个均值为0、标准差为1的正态分布随机数：

   import numpy as np

   random_num = np.random.normal(0, 1)
   print(random_num)
   

3. 生成整数随机数：

使用np_random()函数的randint()方法可以生成指定范围内的整数随机数。例如，生成一个在1到10之间的随机整数：

   import numpy as np

   random_num = np.random.randint(1, 11)
   print(random_num)
   

4. 设置随机种子：

使用np_random()函数的seed()方法可以设置随机种子，使得每次生成的随机数都是相同的。例如，设置随机种子为0，生成三个随机数：

   import numpy as np

   np.random.seed(0)
   random_num_1 = np.random.uniform(0, 1)
   random_num_2 = np.random.uniform(0, 1)
   random_num_3 = np.random.uniform(0, 1)
   print(random_num_1, random_num_2, random_num_3)
   

输出：

   0.5488135039273248 0.7151893663724195 0.6027633760716439
   

5. 生成多维随机数组：

使用np_random()函数的rand()或randn()方法可以生成指定形状的多维随机数组。例如，生成一个3行2列的随机数数组：

  import numpy as np

  random_arr = np.random.rand(3, 2)
  print(random_arr)
  

输出：

  [[0.54488318 0.84654994]
   [0.06228673 0.0242484 ]
   [0.21798632 0.93169385]]
  

这些是使用np_random()函数生成随机数的常见技巧及其相应的例子。通过使用这些技巧，您可以根据需要灵活生成符合特定要求的随机数。