Python numpy RandomState.randn用法及代码示例

本文简要介绍 python 语言中 numpy.random.RandomState.randn 的用法。

用法:

random.RandomState.randn(d0, d1, ..., dn)

从 “standard normal” 分布中返回一个(或多个)样本。

注意

这是一个方便用户从 Matlab 移植代码的函数，并包装了 standard_normal 。该函数需要一个元组来指定输出的大小，这与其他 NumPy 函数如 numpy.zeros 和 numpy.ones 一致。

注意

新代码应改为使用default_rng() 实例的standard_normal 方法；请参阅快速入门。

如果提供正 int_like 参数，randn 会生成一个形状为 (d0, d1, ..., dn) 的数组，其中填充有从均值 0 和方差 1 的单变量 “normal”(高斯)分布中采样的随机浮点数。如果未提供参数，则返回分布。

参数：

d0, d1, …, dn： 整数，可选

返回数组的维度必须为非负数。如果没有给出参数，则返回单个 Python 浮点数。

返回：

Z： ndarray 或浮点数

来自标准正态分布的 (d0, d1, ..., dn) 形状的浮点样本数组，如果未提供参数，则为单个此类浮点数。

注意：

对于来自 \(N(\mu, \sigma^2)\) 的随机样本，请使用：

sigma * np.random.randn(...) + mu

例子：

>>> np.random.randn()
2.1923875335537315  # random

Two-by-four 来自 N(3, 6.25) 的样本数组：

>>> 3 + 2.5 * np.random.randn(2, 4)
array([[-4.49401501,  4.00950034, -1.81814867,  7.29718677],   # random
       [ 0.39924804,  4.68456316,  4.99394529,  4.84057254]])  # random