NumPy库中的随机函数详解：rand(), randn(), randint(), random_integers()

NumPy随机函数简介

NumPy（Numerical Python的简称）是Python语言中一个非常重要的库，主要用于进行数值计算。除了提供大量的数学函数和矩阵运算外，NumPy还提供了丰富的随机数生成函数，如rand(), randn(), randint(), random_integers()等。这些函数在数据分析、机器学习、模拟仿真等领域有着广泛的应用。

1. rand()

numpy.rand()函数用于生成[0, 1)区间内的均匀分布随机数。如果不传入参数，它将返回一个标量。如果传入一个或多个整数参数，它将返回一个给定形状的数组，数组中的元素是从[0, 1)的均匀分布中随机抽取的。

示例：

import numpy as np
# 生成一个随机数
x = np.rand()
print(x)  # 输出：例如 0.123456789
# 生成一个形状为(3, 3)的随机数组
arr = np.rand(3, 3)
print(arr)
# 输出：
# [[0.12345678 0.23456789 0.34567890]
#  [0.45678901 0.56789012 0.67890123]
#  [0.78901234 0.89012345 0.90123456]]

2. randn()

numpy.randn()函数用于生成标准正态分布（均值为0，标准差为1）的随机数。与rand()类似，它可以接受一个或多个整数参数来指定输出数组的形状。

示例：

import numpy as np
# 生成一个随机数
x = np.randn()
print(x)  # 输出：例如 -0.123456789
# 生成一个形状为(3, 3)的随机数组
arr = np.randn(3, 3)
print(arr)
# 输出：
# [[-0.12345678  0.23456789 -0.34567890]
#  [-0.45678901  0.56789012 -0.67890123]
#  [ 0.78901234 -0.89012345  0.90123456]]

3. randint()

numpy.randint()函数用于生成指定范围内的整数随机数。它接受两个整数参数low和high，分别表示随机整数的下界和上界（不包括上界）。还可以接受一个可选参数size来指定输出数组的形状。

示例：

import numpy as np
# 生成一个随机数
x = np.randint(0, 10)
print(x)  # 输出：例如 3
# 生成一个形状为(3, 3)的随机数组
arr = np.randint(0, 10, size=(3, 3))
print(arr)
# 输出：
# [[1 4 7]
#  [2 5 8]
#  [3 6 9]]

4. random_integers()

numpy.random_integers()函数在NumPy的较新版本中已被弃用，取而代之的是numpy.random.randint()。该函数的使用方式与randint()类似，也是生成指定范围内的整数随机数。

由于random_integers()已被弃用，建议在新的代码中使用randint()函数。

总结

NumPy提供了多种生成随机数的函数，包括rand(), randn(), randint(), 和已弃用的random_integers()。这些函数在数据分析、模拟仿真等领域有着广泛的应用。在实际使用中，应根据具体需求选择合适的函数。

此外，还需要注意以下几点：

• 生成的随机数序列并不是真正的随机，而是由随机数生成器产生的伪随机数