numpy生成随机数的方法有：1、numpy.random.rand()；2、numpy.random.randn()；3、numpy.random.randint()；4、numpy.random.random()；5、numpy.random.seed()。
本教程操作系统：windows10系统、Python3.11.4版本、DELL G3电脑。
NumPy 是一个非常强大的 Python 库，用于科学计算和数值计算。它提供了许多函数来生成各种类型的随机数。在本回答中，我将详细介绍 NumPy 中用于生成随机数的几种常用方法。
1、numpy.random.rand()
这个方法会生成一个给定形状的数组，数组的值是在区间 [0, 1) 内均匀分布的随机数，形如 (0, 1)。例如，np.random.rand(3, 2) 将生成一个 3x2 大小的数组，其中的元素都是 [0, 1) 范围内的随机数。
import numpy as np
random_array = np.random.rand(3, 2)
print(random_array)2、numpy.random.randn()
这个函数生成一个给定形状的数组，数组的值是服从标准正态分布(均值为 0，标准差为 1)的随机数。例如 np.random.randn(3, 2) 将生成一个 3x2 的数组，其中的元素都是服从标准正态分布的随机数。
import numpy as np
random_array = np.random.randn(3, 2)
print(random_array)3、numpy.random.randint()
这个函数生成指定范围内的随机整数。可以设定范围的最小值、最大值和数组的形状。例如，np.randn.randint(1, 10, (3, 3)) 将生成一个 3x3 大小的数组，数组中的元素都是从1到9的随机整数。
import numpy as np
random_array = np.random.randint(1, 10, (3, 3))
print(random_array)4、numpy.random.random()
这个函数会生成一个给定形状的数组，数组的值是在区间 [0, 1) 内均匀分布的随机数。和 np.random.rand() 类似, 该函数返回的是Python标准库random模块的函数的向量化版本。例如，np.random.random((3, 3)) 将生成一个 3x3 大小的数组，其中的元素都是 [0, 1) 范围内的随机数。
import numpy as np
random_array = np.random.random((3, 3))
print(random_array)5、numpy.random.seed()
这个函数用于在生成伪随机数时指定种子。指定相同的种子将会产生相同的随机数序列，这在调试代码的时候非常有用。例如，np.random.seed(0) 将设置种子为 0，接下来生成的随机数序列将是确定性的。
import numpy as np
np.random.seed(0)
random_array = np.random.rand(3, 3)
print(random_array)这些方法只是 NumPy 提供的众多生成随机数的方法之一。在实际应用中，你可能会根据需要使用不同的方法来生成符合特定分布或具有特定性质的随机数。希望这些示例对你有所帮助，让你更好地理解如何在 NumPy 中生成随机数。
