SciPy怎么用于随机数生成和概率分布

SciPy是一个基于Python的科学计算库，包含了很多用于数值计算的功能。在SciPy中，可以使用numpy.random模块来生成随机数，并使用scipy.stats模块来进行概率分布的计算和模拟。

以下是一些常用的示例代码：

1. 生成随机数：

import numpy as np

# 生成均匀分布的随机数
random_numbers = np.random.rand(10)  # 生成10个[0, 1)之间的随机数

# 生成正态分布的随机数
random_numbers = np.random.normal(0, 1, 10)  # 生成10个均值为0，标准差为1的正态分布随机数

2. 计算概率分布：

from scipy.stats import norm

# 计算正态分布的概率密度函数
mean = 0
std = 1
x = 1
pdf = norm.pdf(x, loc=mean, scale=std)  # 计算正态分布在x处的概率密度值

# 计算正态分布的累积分布函数
cdf = norm.cdf(x, loc=mean, scale=std)  # 计算正态分布在x处的累积分布值

通过以上示例代码，可以看到SciPy库提供了丰富的随机数生成和概率分布计算的功能，能够方便地进行数值计算和统计分析。