Python中为randn()传递随机种子生成器的问题：使用np.random.default_rng生成器调用randn()无效

嘿，我懂你碰到的这个小坑！numpy的新随机生成器API（也就是np.random.default_rng()创建的实例）和旧的全局随机函数确实有不少方法名的差异，randn()就是其中一个容易踩的点~

问题原因 #

旧的全局np.random.randn()是生成**标准正态分布（均值0，方差1）**样本的快捷方法，但在新的Generator类（default_rng()返回的对象）里，这个方法名被替换成了更明确的命名，所以直接调用rng.randn()会报错。

两种替代方案 #

你可以用以下两种方法实现和randn()完全一样的效果：

1. 使用standard_normal()方法

这个方法就是专门生成标准正态分布样本的，参数和randn()类似，只需要指定size即可：

import numpy as np
rng = np.random.default_rng(1234)
# 生成10个标准正态分布样本，等价于旧的np.random.randn(10)
x = rng.standard_normal(size=10)

2. 使用normal()方法指定参数

randn()本质上是normal(loc=0, scale=1)的特例，所以你也可以直接调用normal()并传入对应的均值和方差参数，这种方式更灵活，还能按需调整分布参数：

import numpy as np
rng = np.random.default_rng(1234)
# 同样生成10个标准正态分布样本
x = rng.normal(loc=0.0, scale=1.0, size=10)
# 如果需要生成其他正态分布，比如均值2、方差3，直接改参数就行
y = rng.normal(loc=2.0, scale=3.0, size=10)

额外小提示 #

新的Generator API还重构了其他旧方法的命名，比如：

• 旧的np.random.rand() → 新的rng.uniform()（或者rng.random()）
• 旧的np.random.randint() → 新的rng.integers()
  这些命名更贴合数学定义，也让API风格更统一，用习惯了会觉得更顺手~

内容的提问来源于stack exchange，提问作者Euler_Salter