Python NumPy 生成随机数的方法及示例
NumPy 是一个强大的库，用于数值计算，包括生成各种随机数。可以使用random.rand()、random.randn()、random.randint()、random.uniform()、random.normal()和random.seed()函数方法生成随机数。本文介绍生成随机数的方法，以及相关的示例代码。
1、numpy.random.rand()
numpy.random.rand(d0,d1,..dn) 用于生成指定形状的均匀分布的随机样本，样本值位于[0, 1)之间。
使用示例：
2、numpy.random.randn()
numpy.random.randn(d0,d1,..dn)用于生成指定形状的标准正态分布（均值为0，标准差为1）的随机样本。
使用示例：
3、numpy.random.randint()
numpy.random.randint(low,high,(shape))用于生成指定范围内的整数随机样本，可以指定最小值（包括）和最大值（不包括）。
使用示例：
4、numpy.random.uniform()
numpy.random.uniform(low,high,(size))用于生成指定范围内的均匀分布的随机样本。
使用示例：
5、numpy.random.normal()
numpy.random.normal() 用于生成指定均值和标准差的正态分布的随机样本。
使用示例：
6、numpy.random.seed()
numpy.random.seed() 用于设置随机数生成器的种子，以确保生成的随机数是可重现的。种子值可以是任意整数。
使用示例：
