在Python的NumPy库中,你可以使用各种函数来生成服从各种分布的随机数。以下是一些常用的函数:
- 正态分布(Normal Distribution):使用 numpy.random.normal() 函数。
python复制代码import numpy as np # 生成100个服从正态分布(均值为0,标准差为1)的随机数 random_numbers = np.random.normal(loc=0, scale=1, size=100)
- 均匀分布(Uniform Distribution):使用 numpy.random.uniform() 函数。
python复制代码import numpy as np # 生成100个在[0, 1]范围内的服从均匀分布的随机数 random_numbers = np.random.uniform(low=0, high=1, size=100)
- 指数分布(Exponential Distribution):使用 numpy.random.exponential() 函数。
python复制代码import numpy as np # 生成100个服从指数分布(λ=1)的随机数 random_numbers = np.random.exponential(scale=1, size=100)
- 二项分布(Binomial Distribution):使用 numpy.random.binomial() 函数。
python复制代码import numpy as np # 生成100个服从二项分布(n=10, p=0.5)的随机数 random_numbers = np.random.binomial(n=10, p=0.5, size=100)
- 泊松分布(Poisson Distribution):使用 numpy.random.poisson() 函数。
python复制代码import numpy as np # 生成100个服从泊松分布(λ=5)的随机数 random_numbers = np.random.poisson(lam=5, size=100)
以上是一些常用的分布,NumPy还支持其他许多分布,你可以查阅NumPy的官方文档了解更多。