问题标签 [numpy-random]

在 NumPy 中，我可以使用随机包来创建一个二维数组，但不能确保它具有完整等级或特定等级。如何得到它？在满级的情况下，我可以linalg.matrix_rank用来检查，但我想以更简单的方式确保这一点。欢迎使用方阵情况的解决方案。

编辑：当我问这个问题时，我想在 Numpy 中内置解决方案。但是如果在 Numpy、Scipy（或其他 Python 模块）中没有那种解决方案，这里的情况可能就像@hpaulj 的评论“但在某种程度上，这听起来更像是一个理论数学主题，而不是一个 Numpy 编程主题。” 作为数学主题，问题应该是：找到算法来生成具有特定等级的随机矩阵（均匀分布的随机）？因此，关闭这个问题或让它等待 Python 中的好算法是管理员的选择。

我正在尝试生成一个函数，该函数从均匀分布生成随机数Number_Rand()，另一个函数在给定某个种子的情况下生成随机数Number_Rand_Seed()- 这样对于固定种子，它总是相同的。但是，我调用Number_Rand_Seed()里面的函数Number_Rand()，并且出于某种原因种子也用于在里面生成随机数Number_Rand()，所以它的输出总是一样的。种子不应该是内部的局部变量Number_Rand_Seed()吗？每次我调用 np.random 函数时不应该“更新”种子吗（例如，参见这个答案）？那我应该怎么做才能“更新”里面的种子Number_Rand()而忽略 的种子Number_Rand_Seed()？

这是一个例子：

输出是

但我想要类似的东西

如果我有一个numpy.random.Generator，检查BitGenerator内部使用的最佳方法是什么？是否BitGenerator有任何状态会影响生成的数字？

我不确定这个问题是否适合 numpy 用户或数学家。我不明白numpy.random.multivariate_normal的示例是如何工作的。

在文档的底部，它会生成一些给定均值和协方差矩阵的随机值，

然后说：

以下可能是正确的，因为 0.6 大约是标准偏差的两倍。list((x[0,0,:] - mean) < 0.6)

我知道这是来自经验规则，但我不知道标准偏差是 0.3。鉴于每个轴的方差为 1，std（方差的平方根）也应该为 1，而不是 0.3。

此外，对于多元变量，这个 95% 的规则不再成立。

谁能帮我解决这个问题？