SciPy是一个基于Python的科学计算库，包含了很多用于数值计算的功能。在SciPy中，可以使用numpy.random模块来生成随机数，并使用scipy.stats模块来进行概率分布的计算和模拟。
以下是一些常用的示例代码：
import numpy as np
# 生成均匀分布的随机数
random_numbers = np.random.rand(10) # 生成10个[0, 1)之间的随机数
# 生成正态分布的随机数
random_numbers = np.random.normal(0, 1, 10) # 生成10个均值为0，标准差为1的正态分布随机数
from scipy.stats import norm
# 计算正态分布的概率密度函数
mean = 0
std = 1
x = 1
pdf = norm.pdf(x, loc=mean, scale=std) # 计算正态分布在x处的概率密度值
# 计算正态分布的累积分布函数
cdf = norm.cdf(x, loc=mean, scale=std) # 计算正态分布在x处的累积分布值
通过以上示例代码，可以看到SciPy库提供了丰富的随机数生成和概率分布计算的功能，能够方便地进行数值计算和统计分析。
