numpy.random模块中包含多种概率分布的随机样本,是数据分析辅助的重要工具之一。
(1)np.random.normal(loc=0.0, scale=1.0, size=None)、np.random.randn(d0, d1, …, dn)、np.random.standard_normal(size=None)
normal(loc=0.0, scale=1.0, size=None)
randn(d0, d1, …, dn)
standard_normal(size=None)
——————————
这三个函数都可以返回随机正态分布(高斯Gaussian 分布)的数组,都可以从numpy.random中导出。
(1)randn: randn(d0, d1, …, dn),
返回shape为(d0, d1, …, dn)的标准正态分布(均值为0,标准差为1)的数组
(2)standard_normal: standard_normal(size=None),
跟randn一样,也是返回标准正态分布的数组,不同的是它的shape由size参数指定,对于多维数组,size必须是元组形式;
(3)normal: normal(loc=0.0, scale=1.0, size=None),
更一般的形式,返回均值为loc,标准差为scale的正态分布,shape由size参数决定。
import numpy as np
#randn(d0, d1, ..., dn)
#standard_normal(size=None)
#normal(loc=0.0, scale=1.0, size=None)
a=np.random.randn(3,2) #三行两列的二维数组
b=np.random.standard_normal(size=[3,2]) #三行两列的二维数组
c=np.random.normal(2,3,size=[3,2]) #均值为2,标准差为3的三行两列的二维数组
print(a)
print('------')
print(b)
print('------')
print(c)