import numpy as np
print(np.random.rand(4,5))
print(np.random.randint(2,4,(3,3)))#(3,3)表示矩阵大小
[[0.9301374 0.3101388 0.87523224 0.72690872 0.29985264]
 [0.83968348 0.62680457 0.80127134 0.22433064 0.01149985]
 [0.2193549 0.25525533 0.96211193 0.33978737 0.06699431]
 [0.05281168 0.07236824 0.0226833 0.99250086 0.72282644]]
 [[3 2 3]
 [2 3 3]
 [3 2 3]]
                    生成随机数使用 random 模块random.random() 用于随机生成一个0到1的浮点数random.randint(start,stop) 随机生成[start,stop]区间内的整数代码示例：import randomprint (random.random())print(random.randint(2,5))输出结果：0.281138941702427152...
				
Numpy是对多维数组的运算，默认情况并不运算矩阵。如果需要对数组进行矩阵运算，矩阵是继承自numpy数组对象的二维数组对象。Numpy中，矩阵计算是针对整个矩阵中每个元素进行的，与用for循环相比，其在运算速度上更快。
import numpy as np
#创建numpy矩阵
matr1=np.mat('1 2 3;4 5 6;7 8 9')         #使用分号隔开...
原型：numpy.random.randint(low, high=None, size=None, dtype='1')      这个方法产生离散均匀分布的整数，这些整数大于等于low，小于high。
low : int   #产生随机数的最小值
high : int, optional   #给随机数设置个上限，即产生的随机数必须小于high
size : int or t...
				
最近找遍了python的各个函数发现无法直接生成随机的二维数组，其中包括random()相关的各种方法，都没有得到想要的结果。最后在一篇博客中受到启发，通过列表解析的方法得到随机的二维数组。 
具体如下：
a = [[random.randint(1, 4) for j in range(1, 3)] for i in range(1, 11)]
print(array(a))
其中rando...
小白进阶之路的学习与记录之------列表
编写一个Python函数，生成一个m行n列的元素值不大于20的随机数矩阵（二维列表）。 提示：使用random.randint()函数来生成随机数。
函数接口定义：
def generateMatrix(m,n)
m: 行数，int, 1 < m < 100; n: 列数, int, 1 < n < 100.
裁判测试程序样例：：
import random
numpy中的random函数
python中有两个模块可以生成随机数，该博客以的numpy模块为例进行生成随机数。（因为矩阵要生成大量的随机数据，故推荐使用numpy模块生成随机数）
生成随机数（以矩阵为例）
# 生成随机矩阵
import numpy as np
#　设置随机种子，保证每次生成的随机数一样
rd = np.random.RandomState(...
将上题的所有元素位置反转；
使用np.random.random创建一个10*10的ndarray对象，并打印出最大最小元素；
创建一个10*10的ndarray对象，且矩阵边界全为1，里面全为0；
创建一个每一行都是从0到4的5*5矩阵；
创建一个范围在(0,1)之间的长度为12的等差数列；
创建一个长度为10的随机数组并排序；.