使用NumPy生成随机数据
内容提要
本文介绍了使用NumPy生成随机数据的方法，包括浮点数、整数和符合不同分布的数据。通过设置种子数实现数据的可重复性，还介绍了生成多维数组和矩阵以及自定义分布的样本数据。NumPy是进行数据模拟、机器学习训练和统计抽样的重要工具。
延伸解读
伪随机数与种子：可重复性的关键
文章指出，计算机生成的随机数实际上是伪随机数，其看似随机但由种子决定。通过np.random.seed(101)设置种子，可以确保每次运行生成的随机序列相同，便于实验复现。种子可以是任意正整数，作为随机数生成的起点。这一机制在需要可重复性的场景（如机器学习实验）中尤为重要。
均匀分布与多维数组生成
使用np.random.rand可以生成指定形状的均匀分布浮点数数组，例如np.random.rand(5)生成5个浮点数，np.random.rand(3,3)生成3x3矩阵。均匀分布意味着所有数值出现概率相等。np.random.randint则用于生成指定范围内的随机整数，如np.random.randint(1,1000,size=5)生成5个1到1000之间的整数。这些方法适合需要均匀随机性的模拟。
从常见分布中抽样
NumPy支持从多种概率分布生成随机数据，如标准正态分布（np.random.normal(0,1,10)）、泊松分布（np.random.poisson(5,10)）、二项分布（np.random.binomial(10,0.5,10)）和指数分布（np.random.exponential(1,10)）。这些分布适用于模拟不同现实场景，例如泊松分布模拟固定平均速率的事件，指数分布模拟事件间隔时间。
自定义分布：组合与混洗
通过组合不同分布的样本，可以创建更贴近实际数据的自定义分布。例如，文章演示了生成70%正态分布和30%指数分布的混合样本，并使用np.random.shuffle打乱顺序。这种方法能模拟更复杂、更“杂乱”的真实数据，适用于需要高度定制化模拟的场景。
Q&A
如何使用NumPy生成随机浮点数？
可以使用np.random.rand函数生成随机浮点数，例如np.random.rand(5)会生成五个随机浮点数。
NumPy如何确保生成数据的可重复性？
通过设置种子数，例如使用np.random.seed(101)，可以确保生成的数据是可重复的。
如何生成特定范围内的随机整数？
可以使用np.random.randint函数，例如np.random.randint(1, 1000, size=5)生成1到1000之间的五个随机整数。
NumPy支持哪些类型的随机数据分布？
NumPy支持多种分布，包括均匀分布、标准正态分布、泊松分布和二项分布等。
如何生成自定义分布的随机数据？
可以通过组合不同分布的结果来生成自定义分布的随机数据，例如70%来自正态分布，30%来自指数分布。
NumPy在数据模拟和机器学习中的应用是什么？
NumPy可以用于数据模拟、生成合成数据用于机器学习训练，以及进行统计抽样等。
