利用np_random()函数生成20个随机数的简易指南
np_random()函数是NumPy库中的一个函数，用于生成随机数。它可以用来生成服从特定分布的随机数，如均匀分布、正态分布等。下面是利用np_random()函数生成20个随机数的简易指南，并附有使用例子。
1. 导入NumPy库
在使用np_random()函数之前，需要先导入NumPy库。可以使用以下代码实现导入：
import numpy as np
2. 使用np_random()函数生成随机数
通过调用np.random模块下的np_random()函数，可以生成随机数。np_random()函数的语法如下：
numpy.random.np_random([size])
其中，size参数可选，用于指定生成随机数的个数。不传入size参数时，默认生成一个随机数。
以下是生成20个随机数的代码示例：
import numpy as np
# 生成20个随机数
random_numbers = np.random.np_random(20)
print(random_numbers)
3. 生成服从均匀分布的随机数
可以使用np_random()函数生成服从均匀分布的随机数。均匀分布的随机数范围是在给定区间内均匀分布的。
以下是生成服从均匀分布的随机数的代码示例：
import numpy as np
# 生成服从均匀分布的随机数
uniform_random_numbers = np.random.uniform(size=20)
print(uniform_random_numbers)
4. 生成服从正态分布的随机数
np_random()函数也可以用来生成服从正态分布的随机数。正态分布的随机数集中在均值μ周围，并且服从标准差为σ的分布。
以下是生成服从正态分布的随机数的代码示例：
import numpy as np
# 生成服从正态分布的随机数
normal_random_numbers = np.random.normal(loc=0, scale=1, size=20)
print(normal_random_numbers)
在上述代码中，loc参数表示均值，scale参数表示标准差，size参数表示生成随机数的个数。
总结：
本文介绍了如何利用np_random()函数生成20个随机数，并提供了生成均匀分布和正态分布的随机数的示例代码。使用np_random()函数可以轻松生成不同分布下的随机数，便于进行相关的数值计算和统计分析。