np.random.randint() 是 NumPy 库中的一个函数，用于从给定的范围内生成随机整数。这个函数非常有用，尤其是在需要进行随机采样或模拟的场合。

参数详解

np.random.randint(low, high=None, size=None, dtype='l')

low：

整数，指定生成的随机数的下限（包含）。

如果 high 参数为 None，则这个参数既作为下限也作为上限，生成的是 [low, low] 范围内的随机整数，即总是 low 本身。

high：

整数或 None（默认为 None），指定生成的随机数的上限（不包含）。

如果设置为 None，则 low 参数将作为上限和下限，如上所述。

size：

整数或整数元组，指定输出的形状。例如，size=3 会返回一个包含 3 个随机数的数组，而 size=(2, 3) 会返回一个 2x3 的数组，其中每个元素都是一个随机数。

如果省略此参数，则返回一个单一的随机数。

dtype：

数据类型（默认为 int 或长整数 l），指定输出数组的数据类型。

用法示例

生成一个 0 到 9 之间的随机整数：

python
import numpy as np  
random_int = np.random.randint(0, 10)  
print(random_int)

生成一个形状为 (3, 2) 的数组，数组中的元素是 0 到 5 之间的随机整数：

python

random_array = np.random.randint(0, 6, size=(3, 2))  
print(random_array)

只使用 low 参数，生成一个与 low 相同的随机整数（在这种情况下，它并不真正是“随机”的，因为结果总是 low）：

python

random_int_same = np.random.randint(5, high=None)  
print(random_int_same)  # 输出总是 5

指定输出数组的数据类型为 np.int8：

python

random_int_int8 = np.random.randint(0, 10, dtype=np.int8)  
print(random_int_int8)

示例1：生成一个随机浮点数数组

python

import numpy as np
# 之前的代码...
# random_int = np.random.randint(0, 10)  # 假设这行代码已经被执行过
# random_array = np.random.randint(0, 6, size=(3, 2))  # 假设这行代码也已经被执行过
# 生成一个形状为(2, 3)的随机浮点数数组，范围在0到1之间
random_float_array = np.random.rand(2, 3)
print("Random float array:")
print(random_float_array)

示例2：从正态分布中抽取随机样本

python

import numpy as np
# 之前的代码...
# 生成一个形状为(4,)的数组，其元素来自均值为0、标准差为1的正态分布
normal_distributed_samples = np.random.normal(loc=0.0, scale=1.0, size=4)
print("Random samples from normal distribution:")
print(normal_distributed_samples)

示例3：从给定的概率分布中抽取随机样本（例如，二项分布）

python

import numpy as np
# 之前的代码...
# 生成一个形状为(3,)的数组，其元素来自参数为n=10和p=0.5的二项分布
binomial_samples = np.random.binomial(n=10, p=0.5, size=3)
print("Random samples from binomial distribution:")
print(binomial_samples)

示例4：打乱一个数组的顺序

python

import numpy as np
# 之前的代码...
# 假设我们有一个数组需要被打乱
original_array = np.array([1, 2, 3, 4, 5])
# 使用numpy的random.shuffle函数（注意这个函数是直接修改原数组的）
np.random.shuffle(original_array)
print("Shuffled array:")
print(original_array)

或者，如果你想要一个不修改原数组的打乱版本，你可以使用`np.random.permutation`：

python

# 使用np.random.permutation创建一个新的打乱顺序的数组
shuffled_array = np.random.permutation(original_array)
print("Shuffled array (without modifying original):")
print(shuffled_array)