numpy.random.RandomState.randn¶

方法

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

从“标准正态”分布中返回一个（或多个）样本。

注解

这是一个方便的函数，供用户从Matlab移植代码，并包装 standard_normal . 该函数使用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 .

注解

新代码应该使用 standard_normal A方法 default_rng() 请参阅快速启动 .

如果提供了正整数型参数， randn 生成形状数组 (d0, d1, ..., dn) ，填充从均值为0和方差为1的单变量“正态”（高斯）分布中采样的随机浮点。如果没有提供参数，则返回从分布中随机抽样的单个浮点。

参数

D0，D1，…，DN可选的: 返回数组的维数必须为非负。如果没有给出任何参数，则返回一个Python float。

返回

Z日间或浮动: A (d0, d1, ..., dn) -来自标准正态分布的浮点样本的整形数组，或者如果没有提供参数，则为单个此类浮点。

参见

standard_normal: 类似，但以元组为参数。
normal: 也接受mu和sigma参数。
Generator.standard_normal: 应该用于新代码。

笔记

对于随机样本 $N(\mu, \sigma^2)$ ，用途：

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

实例

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

n（3，6.25）中的2×4个样本阵列：

>>> 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

numpy.random.RandomState.rand numpy.random.RandomState.randint