如何在使用np.random.normal()时生成相同的随机数组

在使用np.random.normal()函数生成相同的随机数组时，可以通过设置随机种子（random seed）来实现。随机种子是一个整数值，它作为生成随机数的起始点。当使用相同的随机种子时，每次生成的随机数序列都是相同的。

下面是一个示例代码，演示如何使用np.random.normal()生成相同的随机数组：

import numpy as np

# 设置随机种子为固定值，例如123
np.random.seed(123)

# 生成一个均值为0，标准差为1的随机数组，长度为10
random_array = np.random.normal(0, 1, 10)

print(random_array)

运行以上代码，每次输出的随机数组都将是相同的。如果想要生成不同的随机数组，只需修改随机种子的值即可。

关于np.random.normal()函数的详细信息，可以参考腾讯云的相关文档和产品介绍：

• 名词概念：np.random.normal()函数是NumPy库中用于生成服从正态分布（高斯分布）的随机数的函数。
• 分类：随机数生成函数。
• 优势：np.random.normal()函数可以方便地生成服从正态分布的随机数，具有灵活的参数设置，可以生成不同均值和标准差的随机数。
• 应用场景：np.random.normal()函数在统计学、金融学、机器学习等领域中经常被使用，用于生成模拟数据、随机初始化参数等。
• 腾讯云相关产品：腾讯云提供了云计算平台和服务，其中包括云服务器、云数据库、云存储等产品，可以满足各种云计算需求。具体关于腾讯云的产品介绍和文档，请参考腾讯云官方网站：腾讯云。