先看伟大的高斯分布(Gaussian Distribution)的概率密度函数(probability density function):
对应于numpy中:
numpy.random.normal(loc=0.0, scale=1.0, size=None)
参数的意义为:
loc:float
此概率分布的均值(对应着整个分布的中心centre)
scale:float
此概率分布的标准差(对应于分布的宽度,scale越大越矮胖,scale越小,越瘦高)
size:int or tuple of ints
输出的shape,默认为None,只输出一个值
我们更经常会用到的np.random.randn(size)
所谓标准正态分布(μ=0,σ=1μ=0,σ=1),对应于np.random.normal(loc=0, scale=1, size)
。
例子
import numpy as np
rgen = np.random.RandomState(1)
w = rgen.normal(0, 0.01, 20)
print(w)