一、函数简介
numpy是一个支持数组、矩阵运算的科学计算库，它的扩展库numpy.random提供了生成随机数的函数。其中，np.random.rand()函数用于生成[0,1)内均匀分布的随机浮点数，可以根据自己的需求生成指定数量的随机浮点数。
二、函数基本用法
要使用np.random.rand()函数，首先需要导入numpy库：
import numpy as np
然后，可以使用以下代码生成一个随机浮点数：
x = np.random.rand() print(x)
以上代码将生成一个[0,1)内的随机浮点数，并将其打印到控制台上。
若要生成多个随机浮点数，可以将生成数量作为参数传递给函数。例如：
x = np.random.rand(5) print(x)
以上代码将生成5个[0,1)内的随机浮点数。
若要生成指定范围内的随机浮点数，可以使用如下代码：
x = np.random.uniform(low=0, high=10, size=5) print(x)
以上代码将生成5个[0,10)内的随机浮点数。
三、函数进阶用法
1.生成固定范围内的随机整数
有时候需要生成指定范围内的随机整数，可以使用如下代码：
x = np.random.randint(low=0, high=10, size=5) print(x)
以上代码将生成5个[0,10)内的随机整数。
2.生成标准正态分布的随机浮点数
标准正态分布是一种以0为均值，1为标准差的正态分布。若需要生成标准正态分布的随机浮点数，可以使用如下代码：
x = np.random.randn(5) print(x)
以上代码将生成5个符合标准正态分布的随机浮点数。
3.生成符合给定均值和标准差的正态分布的随机浮点数
若需要生成符合给定均值和标准差的正态分布的随机浮点数，可以使用如下代码：
x = np.random.normal(loc=0.0, scale=1.0, size=5) print(x)
以上代码将生成5个符合均值为0，标准差为1的正态分布的随机浮点数。
四、总结
numpy.random提供了多种生成随机数的函数，其中，np.random.rand()函数可以生成[0,1)内均匀分布的随机浮点数。在使用时，可以根据自己的需求生成指定数量、指定范围、指定分布的随机浮点数。
