本文共 1828 字，大约阅读时间需要 6 分钟。

在Numpy中，随机数生成是一个强大的工具，能够满足从简单到复杂的多种需求。本文将深入探讨Numpy中的随机数函数，包括random、randint、rand和randn，分点介绍它们的特点及使用方法。

1. random 函数

random函数是Numpy中最基础的随机数生成工具。它接收一个size参数，用于指定生成随机数的数量和维度。以下是对size参数的详细探索：

情况一：size 为整数

当size参数传入一个整数时，函数会生成一个一维数组：

print(np.random.random(3))

输出结果为：

[0.20367297 0.55265547 0.72267248]

这是一个形状为(3,)的一维数组。需要注意的是，与列表不同，数组在Numpy中是一个更高效的数据结构。

情况二：size 为元组

当size参数传入一个元组时，函数会生成一个二维数组。例如：

print(np.random.random((3,3)))

输出结果为：

[[0.88325725 0.105841883 0.138825066] [0.489045258 0.725233743 0.896902437] [0.362093551 0.559233974 0.184422779]]

元组可以表示多维数组的尺寸，而每个元素对应一个维度的大小。在实际使用中，开发者可以灵活使用元组或列表来指定数组的形状。

注意事项

2. randint 函数

randint函数用于生成均匀分布随机整数。它的主要参数包括：

• lower：生成数的下界，默认为0。
• high：生成数的上界。如果不指定，默认为1。
• size：指定生成随机数的数量和维度。

以下是对randint参数的详细探索：

情况一：仅指定 lower

当仅指定lower时，函数会生成一个单个整数，且该整数小于lower。默认情况下，high为1。例如：

print(np.random.randint(10))

输出结果为：

9

情况二：同时指定 lower 和 high

当同时指定lower和high时，函数会生成一个位于[lower, high)范围内的整数。例如：

print(np.random.randint(10, 23))

输出结果为：

17

情况三：同时指定 size

当指定size参数时，函数可以生成多个随机整数，维度为多维数组。例如：

print(np.random.randint(10, 22, (3, 2)))

输出结果为：

[[18 11] [18 16] [10 17]]

需要注意的是，lower和high支持浮点数输入，能够生成浮点数范围内的随机整数。

3. rand 和 randn 函数

rand 和 randn 函数虽然参数接收方式相同，但生成随机数的分布规律不同。

rand 函数

rand函数生成的是均匀分布随机数，数值范围是[0.0, 1.0)，与random函数的输出完全一致。例如：

print(np.random.rand(2))

输出结果为：

[0.57531079 0.67555903]

当指定多维数组时：

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

输出结果为：

[[0.61497674 0.199005 0.4309077] [0.02964575 0.70530525 0.26741078]]

randn 函数

randn函数生成的是正态分布随机数，具有均值为0和标准差为1的钟型分布。例如：

print(np.random.rand(2))

输出结果为：

[0.57531079 0.67555903]

当指定多维数组时：

print(np.randommdir(2, 3))

不过请注意，以上示例可能存在笔误，randn函数的实现与rand相仿，主要区别在于数值的分布。具体来说，若需要自定义均值和标准差，可以使用ndarray ~normal方法。

总结

以上是对Numpy中随机数生成函数的综合介绍，涵盖了random、randint、rand和randn四个函数的基本用法和特点。通过灵活配置size参数，开发者可以根据具体需求生成所需的随机数分布，充分发挥Numpy的强大功能。

转载地址：http://lugsz.baihongyu.com/