### numpy.random.rand() 函数详解 `numpy.random.rand()` 是 NumPy 库中的一个用于生成随机数的函数。该函数返回指定形状的数组，其中填充的是从 **[0, 1)** 范围内的均匀分布随机样本值[^1]。 #### 函数签名 ```python numpy.random.rand(d0, d1, ..., dn) ``` - 参数 `d0, d1, ..., dn` 表示所需输出数组的维度大小。如果未提供参数，则返回单个浮点数。 - 输出是一个 ndarray 对象，其数据类型为 float64。 #### 使用说明 当调用此函数时，如果没有传递任何参数，它会返回一个介于 `[0, 1)` 的单一随机浮点数值。如果有多个整数作为参数传入，则这些整数定义了所期望的结果数组的形状。例如： ```python import numpy as np # 单一随机数 print(np.random.rand()) # 一维数组，长度为2 print(np.random.rand(2)) # 二维数组，尺寸为3x1 print(np.random.rand(3, 1)) ``` 以上代码分别展示了如何获取单独的一个随机数、一维数组以及二维数组的情况[^3]。 #### 示例分析 下面通过几个具体例子来进一步解释这个函数的行为模式及其应用场合。 ##### 示例 1: 创建单个随机数 执行如下命令可以得到一个小于1大于等于0的伪随机实数： ```python result = np.random.rand() ``` ##### 示例 2: 构建一维随机向量 构建含有五个元素的一维随机向量可采用以下方式实现： ```python vector = np.random.rand(5) ``` ##### 示例 3: 形成二维随机矩阵 为了形成具有特定行列数目的二维随机矩阵，比如两行三列的形式，可以用到这样的语句结构： ```python matrix = np.random.rand(2, 3) ``` 上述操作均基于均匀分布在区间 [0, 1) 上选取随机样本来完成相应任务。 ### 注意事项 需要注意的是，尽管存在其他类似的函数如 `random_sample`, `randn`, 和 `normal` 等能够产生不同类型的随机变量序列或者遵循别的概率密度模型的数据集；但是本节讨论的重点仅限于描述单纯由 rand 方法所提供的功能特性——即简单直接地按照标准形式抽取独立同分布(i.i.d.)且限定边界条件下的连续型随机变数实例集合[^2]。