前言
嗨喽~大家好呀，这里是魔王呐 ❤ ~!
什么是随机数？
随机数并不意味着每次都有不同的数字。随机意味着无法在逻辑上预测的事物。
伪随机和真随机
计算机在程序上工作，程序是权威的指令集。
因此，这意味着必须有某种算法来生成随机数。
如果存在生成随机数的程序，则可以预测它，因此它就不是真正的随机数。
通过生成算法生成的随机数称为伪随机数。
我们可以生成真正的随机数吗？
是的。
为了在我们的计算机上生成一个真正的随机数，我们需要从某个外部来源获取随机数据。
外部来源通常是我们的击键、鼠标移动、网络数据等。
我们不需要真正的随机数，除非它与安全性（例如加密密钥）有关或应用的基础是随机性（例如数字轮盘赌轮）。
在本教程中，我们将使用伪随机数。
生成随机数
NumPy 提供了 random 模块来处理随机数。
实例
生成一个 0 到 100 之间的随机整数：
from numpy import random
x = random.randint(100)
print(x)
运行实例
更多python资料、源码、教程: 点击此处跳转文末名片获取
生成随机浮点
random 模块的 rand() 方法返回 0 到 1 之间的随机浮点数。
实例
生成一个 0 到 100 之间的随机浮点数：
from numpy import random
x = random.rand()
print(x)
运行实例
生成随机数组
在 NumPy 中，我们可以使用上例中的两种方法来创建随机数组。
整数
randint() 方法接受 size 参数，您可以在其中指定数组的形状。
实例
生成一个 1-D 数组，其中包含 5 个从 0 到 100 之间的随机整数：
from numpy import random
x=random.randint(100, size=(5))
print(x)
运行实例
实例
生成有 3 行的 2-D 数组，每行包含 5 个从 0 到 100 之间的随机整数：
from numpy import random
x = random.randint(100, size=(3, 5))
print(x)
运行实例
浮点数
rand() 方法还允许您指定数组的形状。
实例
生成包含 5 个随机浮点数的 1-D 数组：
from numpy import random
x = random.rand(5)
print(x)
运行实例
实例
生成有 3 行的 2-D 数组，每行包含 5 个随机数：
from numpy import random
x = random.rand(3, 5)
print(x)
运行实例
更多python资料、源码、教程: 点击此处跳转文末名片获取
从数组生成随机数
choice() 方法使您可以基于值数组生成随机值。
choice() 方法将数组作为参数，并随机返回其中一个值。
实例
返回数组中的值之一：
from numpy import random
x = random.choice([3, 5, 7, 9])
print(x)
运行实例
choice() 方法还允许您返回一个值数组。
请添加一个 size 参数以指定数组的形状。
实例
生成由数组参数（3、5、7 和 9）中的值组成的二维数组：
from numpy import random
x = random.choice([3, 5, 7, 9], size=(3, 5))
print(x)
运行实例
什么是 ufuncs？
ufuncs 指的是“通用函数”（Universal Functions），它们是对 ndarray 对象进行操作的 NumPy 函数。
为什么要使用 ufuncs？
ufunc 用于在 NumPy 中实现矢量化，这比迭代元素要快得多。
它们还提供广播和其他方法，例如减少、累加等，它们对计算非常有帮助。
ufuncs 还接受其他参数，比如：
-
where 布尔值数组或条件，用于定义应在何处进行操作。
-
dtype 定义元素的返回类型。
-
out 返回值应被复制到的输出数组。
更多python资料、源码、教程: 点击此处跳转文末名片获取
什么是向量化？
将迭代语句转换为基于向量的操作称为向量化。
由于现代 CPU 已针对此类操作进行了优化，因此速度更快。
对两个列表的元素进行相加：
-
list 1: [1, 2, 3, 4]
-
list 2: [4, 5, 6, 7]
一种方法是遍历两个列表，然后对每个元素求和。
实例
如果没有 ufunc，我们可以使用 Python 的内置 zip() 方法：
x = [1, 2, 3, 4]
y = [4, 5, 6, 7]
z = []
for i, j in zip(x, y):
z.append(i + j)
print(z)
运行实例
对此，NumPy 有一个 ufunc，名为 add(x, y)，它会输出相同的结果。
实例
通过 ufunc，我们可以使用 add() 函数：
import numpy as np
x = [1, 2, 3, 4]
y = [4, 5, 6, 7]
z = np.add(x, y)
print(z)
运行实例
尾语 💝
要成功，先发疯，下定决心往前冲！
学习是需要长期坚持的，一步一个脚印地走向未来！
未来的你一定会感谢今天学习的你。
—— 心灵鸡汤
本文章到这里就结束啦~感兴趣的小伙伴可以复制代码去试试哦 😝
