`numpy.random` --- 隨機數產生¶

numpy.random 子模組提供一個 Generator 類別，可從常見的機率分布中抽取樣本。其底層演算法為置換同餘產生器（permuted-congruential generator, PCG）；詳情請參閱 https://www.pcg-random.org/ 。

Generator 是一個帶狀態的物件：每次呼叫其抽樣方法都會推進內部狀態，因此連續呼叫會回傳彼此獨立的樣本。輸出陣列的 dtype 一律為 numpy.float。

類別¶

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

建構一個新的偽隨機數產生器。

參數:

seed -- 用於初始化產生器狀態的種子。若提供整數，則直接採用。若提供整數元組，則回傳一個獨立播種的 Generator 物件元組（每個元素對應一個），而非單一實例。若提供 None，則使用平台預設種子（前提是在建置階段已設定預設種子）；否則會引發 ValueError。

引發:

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

從常態（高斯）分布中抽取樣本。

參數:

loc -- 分布的平均值（中心）。
scale -- 分布的標準差（寬度）。必須為非負值。
size -- 輸出的形狀。若為整數，則回傳該長度的一維陣列。若為元組，則回傳該形狀的陣列。若為 None（預設值），則回傳單一 Python float。

回傳:

Python float 或所要求形狀的浮點 numpy.ndarray。

引發:

樣本是使用 Box-Muller 轉換產生的。

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

從半開區間 [0.0, 1.0) 上的均勻分布中抽取樣本。

參數:

size -- 輸出的形狀。若為整數，則回傳該長度的一維陣列。若為元組，則回傳該形狀的陣列。若為 None（預設值）且 out 亦為 None，則回傳單一 Python float。
out -- 可選的預先配置、密集的浮點 numpy.ndarray，用以接收樣本。若同時提供 size 與 out，兩者的形狀必須一致。

回傳:

依引數而定，回傳 Python float、新的 numpy.ndarray，或 out（已填入樣本）。

引發:

TypeError -- 若 size 的型別不受支援、out 不是 ndarray，或 out 的 dtype 不是 float。
ValueError -- 若所要求的形狀超過 ULAB_MAX_DIMS、size 與 out.shape 不一致，或 out 並非連續記憶體。

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

從半開區間 [low, high) 上的均勻分布中抽取樣本。

參數:

low -- 分布的下界（含）。
high -- 分布的上界（不含）。
size -- 輸出的形狀。若為元組，則回傳該形狀的陣列。若為 None（預設值），則回傳從 [0.0, 1.0) 抽取的單一 Python float（純量情形下會忽略 low/high 邊界）。

回傳:

Python float 或所要求形狀的浮點 numpy.ndarray。

引發:

在預設引數完全相同的情況下，uniform() 會產生與 random() 相同的序列。