为什么在将np.random.normal()添加到每个元素时，会得到数组中的整数？

在将np.random.normal()添加到每个元素时，得到数组中的整数是因为np.random.normal()函数返回的是服从正态分布的随机数，而在将其添加到数组中时，会自动将浮点数转换为整数。

np.random.normal()函数是NumPy库中用于生成服从正态分布的随机数的函数。它的参数包括均值、标准差和生成随机数的数量。例如，np.random.normal(0, 1, 10)将生成一个包含10个服从均值为0，标准差为1的正态分布随机数的数组。

当将np.random.normal()的返回值添加到数组中时，如果数组的数据类型为整数类型（如int或np.int32），则会自动将浮点数转换为整数。这是因为在NumPy中，整数类型的数组只能存储整数值，因此在添加时会进行自动转换。

如果希望得到浮点数而不是整数，可以在创建数组时指定数据类型为浮点数类型（如float或np.float32），或者在添加时使用astype()函数将整数数组转换为浮点数数组。

以下是一个示例代码，演示了将np.random.normal()添加到数组中得到整数的情况：

import numpy as np

# 创建整数类型的数组
arr = np.array([1, 2, 3], dtype=int)

# 将np.random.normal()添加到数组中
arr += np.random.normal(0, 1, 3)

print(arr)  # 输出整数数组

输出结果可能类似于：

[1 2 3]

如果希望得到浮点数数组，可以将数组的数据类型设置为浮点数类型，例如：

import numpy as np

# 创建浮点数类型的数组
arr = np.array([1, 2, 3], dtype=float)

# 将np.random.normal()添加到数组中
arr += np.random.normal(0, 1, 3)

print(arr)  # 输出浮点数数组

输出结果可能类似于：