Python numpy random.standard_normal用法及代碼示例

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

用法:

random.standard_normal(size=None)

從標準正態分布(平均值=0，標準差=1)中抽取樣本。

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。

參數：

size： int 或整數元組，可選

輸出形狀。例如，如果給定的形狀是 (m, n, k) ，則繪製 m * n * k 樣本。默認為無，在這種情況下返回單個值。

返回：

out： 浮點數或 ndarray

形狀為 size 的已繪製樣本的浮點數組，如果未指定 size，則為單個樣本。

注意：

對於來自 \(N(\mu, \sigma^2)\) 的隨機樣本，請使用以下之一：

mu + sigma * np.random.standard_normal(size=...)
np.random.normal(mu, sigma, size=...)

例子：

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

>>> s = np.random.standard_normal(8000)
>>> s
array([ 0.6888893 ,  0.78096262, -0.89086505, ...,  0.49876311,  # random
       -0.38672696, -0.4685006 ])                                # random
>>> s.shape
(8000,)
>>> s = np.random.standard_normal(size=(3, 4, 2))
>>> s.shape
(3, 4, 2)

Two-by-four 來自 \(N(3, 6.25)\) 的樣本數組：

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