相关疑难解决方法(0)

所述numpy.random模块定义了以下4个功能,所有似乎从连续均匀分布返回浮点betweeb [0,1.0).这些功能之间的区别是什么(如果有的话)？

random_sample([size])在半开区间[0.0,1.0]中返回随机浮点数.

random([size])在半开区间[0.0,1.0]中返回随机浮点数.

ranf([size])在半开区间[0.0,1.0]中返回随机浮点数.

sample([size])在半开区间[0.0,1.0]中返回随机浮点数.

---------------------------编辑关注--------------------- ------------------

我在numpy.random源代码中找到了以下支持@askewchan的答案:

# Some aliases:
ranf = random = sample = random_sample
__all__.extend(['ranf','random','sample'])

我正在使用Python 模块中的函数randn和normal函数numpy.random.这些函数与我在http://docs.scipy.org手册中读到的函数非常相似(它们都涉及高斯分布),但是我应该注意哪些更微妙的差异？如果是这样,在什么情况下我会更好地使用特定的功能？

import numpy as np
a=np.random.randn(1, 2)
b=np.zeros((1,2))
print("Data type of A: ",type(a))
print("Data type of A: ",type(b))

输出：

Data type of A:  <class 'numpy.ndarray'>
Data type of A:  <class 'numpy.ndarray'>

在np.zeros（）中，要声明一个数组，我们在2个方括号中给出输入，而在np.random.radn（）中，在1个方括号中给出输入？

语法是否有任何特定原因，因为它们都是相同的数据类型，但是遵循不同的语法？