`numpy.random` --- 随机数生成¶

numpy.random 子模块提供了一个 Generator 类，用于从常见的概率分布中抽取样本。其底层算法为置换同余生成器（PCG）；详情参见 https://www.pcg-random.org/ 。

Generator 是一个有状态对象：每次调用其某个采样方法都会推进内部状态，因此连续调用会返回相互独立的样本。输出数组的 dtype 始终为 numpy.float。

类¶

class numpy.random.Generator(seed: int | tuple[int, ...] | None = None)¶

构造一个新的伪随机数生成器。

参数:

seed -- 用于初始化生成器状态的种子。如果提供的是整数，则直接使用该整数。如果提供的是整数元组，则会返回一个独立设种子的 Generator 对象元组（每个元素对应一个对象），而不是单个实例。如果提供的是 None，则使用平台默认种子（前提是在构建时配置了默认种子）；否则会抛出 ValueError。

抛出:

TypeError -- 如果 seed 不是 None、整数或整数元组。
ValueError -- 如果 seed 为 None 且未配置默认种子。

normal(loc: float = 0.0, scale: float = 1.0, size: int | tuple[int, ...] | None = None) → float | ndarray¶

从正态（高斯）分布中抽取样本。

参数:

loc -- 分布的均值（中心）。
scale -- 分布的标准差（宽度）。必须为非负值。
size -- 输出的形状。如果是整数，则返回该长度的一维数组。如果是元组，则返回该形状的数组。如果是 None（默认值），则返回单个 Python float。

返回:

返回 Python float 或所请求形状的浮点型 numpy.ndarray。

抛出:

ValueError -- 如果所请求的形状超过 ULAB_MAX_DIMS。
TypeError -- 如果 size 既不是 None、整数也不是元组。

样本使用 Box-Muller 变换生成。

random(size: int | tuple[int, ...] | None = None, *, out: ndarray | None = None) → float | ndarray¶

从半开区间 [0.0, 1.0) 上的均匀分布中抽取样本。

参数:

size -- 输出的形状。如果是整数，则返回该长度的一维数组。如果是元组，则返回该形状的数组。如果为 None（默认值）且 out 也为 None，则返回单个 Python float。
out -- 一个可选的预分配、密集的浮点型 numpy.ndarray，用于接收样本。如果同时提供 size 和 out，它们的形状必须一致。

返回:

根据参数返回 Python float、新的 numpy.ndarray 或 out（填充了样本）。

抛出:

TypeError -- 如果 size 类型不受支持，或 out 不是 ndarray，或 out 的 dtype 不是 float。
ValueError -- 如果所请求的形状超过 ULAB_MAX_DIMS，如果 size 与 out.shape 不一致，或如果 out 不连续。

uniform(low: float = 0.0, high: float = 1.0, size: int | tuple[int, ...] | None = None) → float | ndarray¶

从半开区间 [low, high) 上的均匀分布中抽取样本。

参数:

low -- 分布的下界（包含）。
high -- 分布的上界（不包含）。
size -- 输出的形状。如果是元组，则返回该形状的数组。如果为 None（默认值），则返回从 [0.0, 1.0) 中抽取的单个 Python float（在标量情形下，low/high 边界会被忽略）。

返回:

返回 Python float 或所请求形状的浮点型 numpy.ndarray。

抛出:

ValueError -- 如果所请求的形状超过 ULAB_MAX_DIMS。
TypeError -- 如果 size 既不是 None 也不是元组。

在使用相同的默认参数时，uniform() 生成的序列与 random() 相同。

numpy.random --- 随机数生成¶

类¶

`numpy.random` --- 随机数生成¶