numpy.random.randn#

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

从"标准正态"分布返回样本.

备注

这是一个为从 Matlab 移植代码的用户提供的便利函数,它包装了 standard_normal .该函数接受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.

备注

新代码应使用 standard_normal 方法,该方法是 Generator 实例的一个方法;请参阅 快速入门 .

如果提供了正的 int_like 参数,则 randn 生成一个形状为 (d0, d1, ..., dn) 的数组,其中填充了从均值为 0 且方差为 1 的单变量"正态"(高斯)分布中采样的随机浮点数. 如果未提供参数,则返回从分布中随机采样的单个浮点数.

参数:
d0, d1, …, dnint, optional

返回数组的维度,必须是非负的.如果没有给出参数,则返回一个 Python 浮点数.

返回:
Zndarray 或 float

一个 (d0, d1, ..., dn) 形状的数组,包含来自标准正态分布的浮点样本;如果未提供参数,则返回单个浮点数.

参见

standard_normal

类似,但接受一个元组作为参数.

normal

也接受 mu 和 sigma 参数.

random.Generator.standard_normal

新代码应该使用它.

注释

对于来自均值为 mu 和标准差为 sigma 的正态分布的随机样本,请使用:

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

示例

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

从均值为3,标准差为2.5的正态分布中抽取的二乘四数组样本:

>>> 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
On this page