Python numpy random.randn用法及代碼示例

本文簡要介紹 python 語言中 numpy.random.randn 的用法。

用法:

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

從 “standard normal” 分布中返回一個(或多個)樣本。

注意

這是一個方便用戶從 Matlab 移植代碼的函數，並包裝了 standard_normal 。該函數需要一個元組來指定輸出的大小，這與其他 NumPy 函數如 numpy.zeros 和 numpy.ones 一致。

注意

新代碼應改為使用default_rng() 實例的standard_normal 方法；請參閱快速入門。

如果提供正 int_like 參數，randn 會生成一個形狀為 (d0, d1, ..., dn) 的數組，其中填充有從均值 0 和方差 1 的單變量 “normal”(高斯)分布中采樣的隨機浮點數。如果未提供參數，則返回分布。

參數：

d0, d1, …, dn： 整數，可選

返回數組的維度必須為非負數。如果沒有給出參數，則返回單個 Python 浮點數。

返回：

Z： ndarray 或浮點數

來自標準正態分布的 (d0, d1, ..., dn) 形狀的浮點樣本數組，如果未提供參數，則為單個此類浮點數。

注意：

對於來自 \(N(\mu, \sigma^2)\) 的隨機樣本，請使用：

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

例子：

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

Two-by-four 來自 N(3, 6.25) 的樣本數組：

>>> 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