2、随机值生成与应用：Python 实现与模拟

随机值生成与应用：Python 实现与模拟

1. 随机值基础

在随机值生成中，种子（seed）是一个关键概念。通过特定的种子，可以使随机数生成器产生可重复的随机序列。例如，使用 np.random.seed() 函数设置种子后，后续生成的随机序列将保持一致。以下是示例代码：

import numpy as np

np.random.seed(2354)
print(np.random.rand(3))
np.random.seed(2354)
print(np.random.rand(3))

输出结果：

[0.34939732 0.15531535 0.4103861 ]
[0.34939732 0.15531535 0.4103861 ]

需要注意的是，不同的随机数生成函数即使使用相同的种子，也可能产生不同的结果，如 math.random.random() 和 numpy.random.rand() 。

2. 随机值范围调整

随机数生成函数通常生成 0 到 1 之间的值，但在实际应用中，可能需要不同的范围。可以通过调整缩放因子（scale）和偏移量（bias）来实现。以下是一个示例，将随机值范围从 0 到 1 调整为 -1 到 1：

v = np.random.rand(10000)
print(v.min(),