编写一个名为 randomization 的函数，该函数将正整数 n 作为输入，并返回 A

Question

编写一个名为 randomization 的函数，该函数将正整数 n 作为输入，并返回 A，即随机 n x 1 numpy 数组。以下是我所拥有的，但它不起作用。import numpy as npdef randomization(n):    if n>0 and n==int:        A=np.random.random([n, 1])    print(A)x=int(input("enter a positive number: "))r=randomization(x)print(r)如果我运行这个，我会收到一条消息，说“赋值前引用了局部变量'A'”。

Answer 1

除了chepner所说的之外，np.random.rand期望维度作为参数而不是列表。也就是说，您应该使用 A=np.random.rand（n， 1）。请注意，这将返回均匀分布的随机向量。此外，函数不返回任何值。use - 在末尾返回 A。

Answer 2

首先，将始终为假，因为不是类型。请改用。n == intnintisinstance(n, int)

因此，永远不会被分配，但随后您调用就好像它被分配了一样。Aprint(A)

Answer 3

我认为你正在寻找的是这样的东西。必须定义函数，将 A 设置为随机矩阵 nx1，然后在定义中返回值 A。

      A = np.random.random([n,1])
            return A

Answer 4

尝试使用这个。请确保您的缩进正确无误：

def operations(h,w):

    """

    Takes two inputs, h and w, and makes two Numpy arrays A and B of size

    h x w, and returns A, B, and s, the sum of A and B.

    Arg:

      h - an integer describing the height of A and B

      w - an integer describing the width of A and B

    Returns (in this order):

      A - a randomly-generated h x w Numpy array.

      B - a randomly-generated h x w Numpy array.

      s - the sum of A and B.

    """

    A = np.random.random([h,w])

    B = np.random.random([h,w])

    s = A + B

    return A,B,s

A,B,s = operations(3,4)

assert(A.shape == B.shape == s.shape)*