一、numpy.random函数的介绍
NumPy是Python中一个重要的科学计算软件包，numpy.random模块是该软件包中一个经常使用的模块，可用于生成符合各种概率分布的随机数数组。该模块的常用函数有rand、randn、randint、normal、binomial、beta等。在这些函数中，都可以通过设置不同的参数来获得不同的随机数。例如可以设置随机数数组的维度、概率分布参数、取值范围等。numpy.random模块中的函数均为伪随机数生成器，即可产生轨迹随机的随机数序列，但这些序列的序列可以通过种子值被重复。
二、numpy.random中生成随机数数组的常用函数
1. numpy.random.rand()
该函数用于生成给定维度的随机数数组，数组中的每一个元素都是0到1之间的随机数。比如可以通过设置numpy.random.rand(2,3)生成一个2行3列的随机数数组，其值范围在0到1之间。该函数的代码如下：
import numpy as np
a = np.random.rand(2,3)
print(a)
2. numpy.random.randn()
该函数用于生成给定维度的标准正态分布随机数数组，数组中的每一个元素都是符合正态分布的随机数。比如可以通过设置numpy.random.randn(2,3)生成一个2行3列的随机数数组，其值符合标准正态分布。该函数的代码如下：
import numpy as np
a = np.random.randn(2,3)
print(a)
3. numpy.random.randint()
该函数可以用于生成给定范围内的整数随机数数组。比如可以通过设置numpy.random.randint(low,high,size)生成一个符合给定范围内的随机数数组。其中low为最小值，high为最大值（不包含），size为数组的维度。该函数的代码如下：
import numpy as np
a = np.random.randint(0,10,(2,3))
print(a)
三、应用实例
假设我们需要生成一组符合正态分布的随机数，可以使用numpy.random.normal()函数。如下面的代码：
import numpy as np
mu, sigma = 3, 0.1 # 正态分布的均值和标准差
s = np.random.normal(mu, sigma, 1000) # 生成1000个符合正态分布的随机数
print("平均值为：{}，标准差为：{}".format(np.mean(s), np.std(s)))
通过以上代码，我们可以对符合正态分布的随机数数组进行各种分析和处理。
四、结论
在Python中，使用numpy.random模块可以方便快捷地生成符合各种概率分布的随机数数组。对于数据分析、统计分析等领域，这些随机数数组的应用具有很多优势。在实际应用中，我们可以根据需求选择适合的生成函数，并通过合理设置参数来获得符合要求的随机数数组。
