使用统计模拟,首先要产生随机数,在Python中,numpy.random 模块提供了丰富的随机数生成函数。...比如生成0到1之间的任意随机数:
np.random.random(size=5) # size表示生成随机数的个数
array([ 0.32392203, 0.3373342 , 0.51677112..., 0.28451491, 0.07627541])
又比如生成一定范围内的随机整数:
np.random.randint(1, 10, size=5) # 生成5个1到9之间的随机整数
array...([5, 6, 9, 1, 7])
计算机生成的随机数其实是伪随机数,是由一定的方法计算出来的,因此我们可以按下面方法指定随机数生成的种子,这样的好处是以后重复计算时,能保证得到相同的模拟结果。...np.random.seed(123)
在NumPy中,不仅可以生成上述简单的随机数,还可以按照一定的统计分布生成相应的随机数。