python如何生成正态分布随机数_【python】numpy-random随机数生成

本文介绍了Python中numpy库的几种生成随机数的方法,包括np.linspace用于创建等差数列,np.random.uniform在指定范围内生成均匀分布的随机数,以及np.random.normal和np.random.randn用于生成正态分布的随机数。详细讲解了各参数含义,并指出当loc=0,scale=1时,np.random.normal与np.random.randn等价。" 102524981,6972202,概率论:多元随机变量函数分布的卷积与重积分换元,"['概率统计', '数学', '随机过程']
摘要由CSDN通过智能技术生成

1. np.linspace(start,end,num)

start:起始值,end结束值,num:生成数字的个数,生成的是等差数列。

import numpy as np
data1=np.linspace(10,100,10)
print(data1)

d5d6f40e3c53a970d52d26d768f6eff5.png

2. np.random.uniform(low, high, size)

在[low,high)这个区间中随机采样,默认值为[0,1),size为shape

data4=np.random.uniform(1,10,(4,3))
print(data4)

61dd91eb02b630178447f21a1f106bf6.png

3. np.random.normal(loc, scale, size)/np.random.randn(size)

loc:概率分布的均值,scale:概率分布的标准差,size:输出shape的大小,前者在loc=0,scale=1的情况下,等同于np.random.randn(size),即(

),都是标准正态分布。
data2=np.random.normal(0,1,[3,2])
data3=np.random.randn(3,2)
print('data2:',data2)
print('data3:',data3)

33482baaf5df23da2197329e3cf5399d.png

4、np.random()

不同的随机数生成方式.

#随机整数生成
data1=np.random.randint(1,10,(3,2))
data2=np.random.randint(1,10,(3,2))
print(data1)
print(data2)

d11b70e100066f0c93e69cd8f1e756a3.png
#[0,1]上随机采样
data=np.random.random_sample((5,4))

31d38a7540f0fc6667a0b454a31556e5.png
#生成0-1之间的浮点数
data=np.random.randn(5,3)
data

5ea47c884328933a95838346a04a272b.png

持续更新···

  • 3
    点赞
  • 26
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值