python中randn出错_randn和norm之间的Python差异

我是一个统计学家，有时会编代码，反之亦然，所以这是我能准确回答的问题。

查看您在问题中链接的文档，我将重点介绍一些关键区别：

正常：numpy.random.normal(loc=0.0, scale=1.0, size=None)

# Draw random samples from a normal (Gaussian) distribution.

# Parameters :

# loc : float -- Mean (“centre”) of the distribution.

# scale : float -- Standard deviation (spread or “width”) of the distribution.

# size : tuple of ints -- Output shape. If the given shape is, e.g., (m, n, k), then m * n * k samples are drawn.

因此，在本例中，您将生成一个一般正态分布(稍后将详细说明这意味着什么)。

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

# Return a sample (or samples) from the “standard normal” distribution.

# Parameters :

# d0, d1, ..., dn : int, optional -- The dimensions of the returned array, should be all positive. If no argument is given a single Python float is returned.

# Returns :

# Z : ndarray or float -- A (d0, d1, ..., dn)-shaped array of floating-point samples from the standard normal distribution, or a single such float if no parameters were supplied.

在本例中，您将生成一个特定的正态分布，即标准分布。

现在，一些数学，这是真正需要得到的核心问题：

正态分布是指值在均值附近出现的可能性更大的分布。自然界中有很多这样的情况。E、 例如，达拉斯6月份的平均高温是95华氏度，一年内可能达到100华氏度，甚至105华氏度，但更典型的是接近95或97华氏度。同样，它可能会低至80，但85或90更有可能。

因此，它与均匀分布(滚动一个诚实的6边模具)有根本的不同。

A标准正态分布只是平均值为0，方差(变量的数学术语)为1的正态分布。

所以numpy.random.normal(size= (10, 10))

和写作完全一样numpy.random.randn(10, 10)

因为numpy.random.normal的默认值(loc=0，scale=1)实际上是标准分布。sigma * np.random.randn(...) + mu

与np.random.normal(loc= mu, scale= sigma, ...)

*最后一点：我用方差这个词来数学描述方差。有些人说标准差。方差等于标准差的平方。由于标准分布的方差为1，在本例中为标准分布，variance == standard deviation。