random.
standard_normal
从标准正态分布(平均值=0,标准偏差=1)中提取样本。
注解
新代码应该使用 standard_normal A方法 default_rng() 请参阅 快速启动 .
default_rng()
输出形状。如果给定的形状是,例如, (m, n, k) 然后 m * n * k 取样。默认值为无,在这种情况下返回单个值。
(m, n, k)
m * n * k
形状的浮点数组 size 或单个样品,如果 size 未指定。
size
参见
normal
带附加项的等价函数 loc 和 scale 设定平均值和标准差的论据。
loc
scale
Generator.standard_normal
应该用于新代码。
笔记
对于随机样本 ,使用以下选项之一:
mu + sigma * np.random.standard_normal(size=...) np.random.normal(mu, sigma, size=...)
实例
>>> 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)
来自 :
>>> 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