numpy.random.randn

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

从“标准正态”分布中返回一个（或多个）样本。

如果提供了正的、类int或可转换int参数， randn 生成形状数组 (d0, d1, ..., dn) ，填充从平均值为0和方差为1的单变量“正态”（高斯）分布中抽样的随机浮点（如果有 d_i 是浮点数，首先通过截断转换为整数）。如果没有提供参数，则返回从分布中随机抽样的单个浮点。

这是一个方便的功能。如果要使用以元组为第一个参数的接口，请使用 numpy.random.standard_normal 相反。

参数:

D0，D1，…，DN : 可选的

返回数组的维度应全部为正数。如果没有给出任何参数，则返回单个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。

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：

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