python的numpy 能生成一定概率分布的随机数，但如果需要更具体的概率密度，累积概率，就要使用scipy.stats。scipy.stats用于统计分析，统计工具和随机过程的概率，各个随机过程的随机数生成器可以从numpy.random中找到。本文介绍python中使用scipy.stats产生随机数的原理及实例。
1、scipy.stats正态分步格式
scipy.stats #生成指定分布 scipy.stats.poisson.rvs(loc=期望, scale=标准差, size=生成随机数的个数) #从泊松分布中生成指定个数的随机数
2、使用说明
norm.rvs通过loc和scale参数可以指定随机变量的偏移和缩放参数，这里对应的是正态分布的期望和标准差。
size得到随机数数组的形状参数。
3、scipy.stats使用实例：产生随机数
#1. random number #np.random.normal(loc=0.0, scale=1.0, size=None) rv_unif = st.uniform.rvs(size=10) print(rv_unif) rv_norm=st.norm.rvs(loc = 5,scale = 1,size =(2,2)) print(rv_norm) rv_beta=st.beta.rvs(size=10,a=4,b=2) print(rv_beta)
以上就是python中使用scipy.stats产生随机数的原理及实例，希望能对你有所帮助哟~