作者：好学的程序员 | 来源：互联网 | 2024-11-10 15:43
通过导入NumPy库并使用其随机模块，可以轻松生成随机矩阵。具体而言，`np.random.seed(n)`用于设置随机数生成器的种子，其中`n`是一个整数，确保每次运行时生成相同的随机数序列。而`np.random.rand(n)`则用于生成一个形状为`(n,)`的一维随机数组，每个元素都在0到1之间均匀分布。若需生成多维随机矩阵，可将`n`替换为指定的形状元组，如`np.random.rand(m,n)`生成一个形状为`(m,n)`的二维随机矩阵。
import numpy as np
from numpy import random as rad
| 生成随机矩阵 | 解释 |
| rad.seed(n)，n为整数 | 确定随机数生成种子 |
| rad.rand(n)，n为整数 | 生成n个均匀分布的样本值（0，1) |
| rad.randint(begin, end, n) | 从给定的范围 [begin,end) 内生成n个随机整数 |
| rad.randn(N,M,...) | 生成N*M*...的正态分布矩阵（平均值为0，标准差为1） |
| rad.normal(size=(N,M,...)) | 生成N*M*...的其他正态分布矩阵 |
| rad.uniform(min,max) | 在 [min,max) 范围内生成随机分布的一个样本值 |
| rad.Beta(array1, array2) | 生成beta分布的样本值，参数必须大于0 |
| rad.gamma() | 生成gamma分布的样本值 |
京公网安备 11010802041100号