numpy生成随机数组的方法可以使用numpy.random模块中的函数来实现。常用的函数有：
numpy.random.rand(d0, d1, …, dn)：返回指定维度的均匀分布的随机样本值，取值范围在[0, 1)之间。
numpy.random.randn(d0, d1, …, dn)：返回指定维度的标准正态分布的随机样本值。
numpy.random.randint(low, high=None, size=None, dtype=int)：返回指定范围内的随机整数样本值。low为下界（包含），high为上界（不包含）。
numpy.random.random_sample(size=None)：返回[0, 1)之间的随机样本值，可以通过size参数指定返回的样本数量。
numpy.random.choice(a, size=None, replace=True, p=None)：从给定的一维数组a中随机选择样本值。
示例代码：
import numpy as np
# 生成一个3x3的随机数组（均匀分布）
rand_array = np.random.rand(3, 3)
print(rand_array)
# 生成一个标准正态分布的随机数组（3行2列）
randn_array = np.random.randn(3, 2)
print(randn_array)
# 生成一个10个元素的随机整数数组（取值范围在[0, 10)之间）
randint_array = np.random.randint(0, 10, size=10)
print(randint_array)
# 生成5个[0, 1)之间的随机样本值
random_sample = np.random.random_sample(5)
print(random_sample)
# 从给定的一维数组中随机选择3个样本值
choices = np.random.choice([1, 2, 3, 4, 5], size=3)
print(choices)
这些函数的具体使用可以根据需求选择。更多详细的用法可以参考numpy官方文档。
