我知道numpy.random.rand（）命令，但是似乎没有任何变量可让您将选择数字的统一间隔调整为[0,1）以外的其他值。
我考虑过使用for循环，即初始化所需大小的零数组，并使用numpy.random.unifom（a，b，N）在间隔（a，b）中生成N个随机数，然后将这些放入初始化数组。我不知道这个模块是要创建一个任意维度的数组，就像上面的rand。尽管您主要关心的是运行时间，但这显然是不雅的。我认为与从一开始就使用适当的随机数生成器相比，该方法的运行时间要长得多。
编辑和其他考虑：我工作的时间间隔是[0，pi / 8）小于1。严格来说，如果我重新缩放，我不会影响所生成数字的随机性，但是会相乘每个生成的随机数显然都将是额外的计算时间，我推测一个因素是元素数量的顺序。
答案 0 :(得分：2)
np.random.uniform接受低价和高价：
In [11]: np.random.uniform(-3, 3, 7) # 7 numbers between -3 and 3
Out[11]: array([ 2.68365104, -0.97817374, 1.92815971, -2.56190434, 2.48954842, -0.16202127, -0.37050593])
答案 1 :(得分：1)
numpy.random.uniform接受一个size参数，您可以在其中将数组的大小作为元组传递。要生成MxN数组，请使用
np.random.uniform(low,high, size=(M,N))