NumPy库中的随机模块函数在数据科学、机器学习以及统计分析等多个领域得到了广泛应用kaiyun.ccm，主要用于生成随机数或随机序列。下面将具体介绍np.random.rand()、np.random.randn()、np.random.randint()以及np.random.uniform()这四个函数的用法。
[id_1449361917]
np.random.rand()函数用于生成
在0到1之间的随机数值或随机数值序列，此类随机数或数组能够接受一个或多个维度参数，以便确定所生成随机数组的形态。
参数：
返回值：
示例：
import numpy as np# 生成一个随机数random_float = np.random.rand()print(random_float) 输出结果为：0.123456789012，这是一个介于0与1之间的浮点数值。# 生成一个形状为(3, 3)的随机数组random_array = np.random.rand(3, 3)print(random_array)# 输出：将数据分解为三个部分，分别是0.12345678、0.90123456和0.78901234。该数值序列分别为0.56789012、0.34567890和0.12345678。该数据集的三个特征值分别为0.901、0.568和0.346。
2. np.random.randn()
np.random.randn()函数主要用来产出符合标准正态分布的随机数或随机数组，其均值设定为0开yun体育app官网网页登录入口，标准差设定为1。与np.random.rand()函数相似，np.random.randn()同样支持接受一个或多个维度参数，以此来确定输出数组的形状。
参数：
返回值：
示例：
import numpy as np# 生成一个随机数random_float = np.random.randn()print(random_float) 输出结果为：-0.123456789012，这是一个遵循标准正态分布规律的浮点数值。# 生成一个形状为(3, 3)的随机数组random_array = np.random.randn(3, 3)print(random_array)# 输出：禁止对特定内容进行修改，确保专有名词保持不变，同时，对较长的句子进行拆分，以多个简短的分句呈现，以保持原文的风格，并确保不遗漏任何标点符号。例如，原句“禁止修改专有名词，禁止穿插英文单词，只要改写结果，不要复述原句，不要换行，不要任何解释。”可以改写为：“须遵守专有名词不可更改的规则，避免使用非中文词汇，仅提供改写后的内容，不得重复原文，行文需分段，且不得添加任何注释。”该数值序列分别为负零点五六七八九零一二、零点三四五六七八九零、零点一二三四五六七八九。该数值序列分别为0.9012、-0.5679和0.3457。
3. np.random.randint()
np.random.randint()函数能够生成特定区间内的随机整数。相较前述的两个函数，它输出的结果为整数类型kaiyun全站网页版登录，而非小数。
参数：
返回值：
示例：
```python
import numpy as np
生成一个随机数
输出随机整数，显示结果为4，该数值位于0至9的范围内。
