4.5　伪随机数的生成

虽然在Python内置的random模块中可以生成随机数，但是每次只能随机生成一个数字，而且随机数的种类也不够丰富。如果读者想一次生成多个随机数，或者在内置的random模块中无法找到所需的分布函数，作者推荐使用numpy模块中的子模块random。关于各种常见的随机数生成函数，可见表4-4，以供读者查阅。

表4-4　常见随机数生成函数

读者可能熟悉上面的部分分布函数，但并不一定了解它们的概率密度曲线。为了直观展现分布函数的概率密度曲线，这里以连续数值的正态分布和指数分布为例进行介绍。如果读者想绘制更多其他连续变量的分布概率密度曲线，可以对如下代码稍做修改。

见图4-1。

图4-1　各形态的正态分布密度曲线

如图4-1所示，呈现的是不同均值和标准差下的正态分布概率密度曲线。当均值相同时，标准差越大，密度曲线越矮胖；当标准差相同时，均值越大，密度曲线越往右移。

见图4-2。

图4-2　各形态的指数分布密度曲线

图4-2展现的是指数分布的概率密度曲线，通过图形可知，指数分布的概率密度曲线呈现在y=0的右半边，而且随着lambda参数的增加，概率密度曲线表现得越矮，同时右边的“尾巴”会更长而厚。