1、什么是随机数(Random Numbers)?

随机数并不意味着每次都有不同的数字。 随机意味着无法在逻辑上预测的事物。

2、伪随机和真随机

计算机在程序上工作，程序是权威的指令集。 因此，这意味着还必须有某种算法来生成随机数。

如果有一个程序可以生成随机数，则可以预测它，因此它并不是真正的随机数。

通过生成算法生成的随机数称为伪随机数。

我们可以做真正的随机数吗？

为了在我们的计算机上生成一个真正的随机数，我们需要从某个外部来源获取随机数据。 外部来源通常是我们的击键，鼠标移动，网络数据等。

我们不需要真正的随机数，除非它与安全有关(如，加密密钥)或应用的基础是随机性(如，数字轮盘赌轮)。

在本教程中，我们将使用伪随机数。

3、生成随机数

NumPy提供了random模块来处理随机数。

例如：

生成一个从0到100的随机整数：

from numpy import random

x = random.randint(100)

print(x)

4、生成随机浮点数(float)

随机模块的rand()方法返回0到1之间的随机浮点数。

例如：

生成从0到1的随机浮点数：

from numpy import random

x = random.rand()

print(x)

5、生成随机数组

在NumPy中，使用数组，可以使用上面示例中的两种方法来创建随机数组。

Integers

randint()方法采用一个size参数，可以在其中指定数组的形状。

例如：

生成一维数组，其中包含5个从0到100的随机整数：

from numpy import random

x=random.randint(100, size=(5))

print(x)

例如：

生成具有3行的2-D数组，每行包含5个从0到100的随机整数：

from numpy import random

x = random.randint(100, size=(3, 5))

print(x)

Floats

rand()方法还允许您指定数组的形状。

例如：

生成一个包含5个随机浮点数(float)的1-D数组:

from numpy import random

x = random.rand(5)

print(x)

例如：

生成具有3行的二维数组，每行包含5个随机数：

from numpy import random

x = random.rand(3, 5)

print(x)

6、从数组中生成随机数

choice()方法允许您基于值数组生成随机值。

choice()方法将数组作为参数，并随机返回其中一个值。

例如：

返回数组中的值之一：

from numpy import random

x = random.choice([3, 5, 7, 9])

print(x)

choice()方法还允许您返回值的array。

添加size参数以指定数组的形状。

例如：

生成一个二维数组，由数组参数(3,5,7,9)中的值组成:

from numpy import random

x = random.choice([3, 5, 7, 9], size=(3, 5))

print(x)