Python的标准库Random的基本使用方法:
https://blog.csdn.net/weixin_44507435/article/details/104774905
1.标准正态分布随机数的生成
# 随机数生成
samples = np.random.normal(size=(4,4))
print(samples)
# 生成一个标准正太分布的4*4样本值,
#size:数组的形状,
#loc:此概率分布的均值(对应着整个分布的中心centre),默认为0.0
#scale: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),默认为1.0
[[ 0.17875618 -1.19367146 -1.29127688 1.11541622]
[ 1.48126355 -0.81119863 -0.94187702 -0.13203948]
[ 0.11418808 -2.34415548 0.17391121 1.4822019 ]
[ 0.46157021 0.43227682 0.58489093 0.74553395]]
2.numpy.random.rand()和numpy.random.randn()
# numpy.random.rand(d0, d1, ..., dn):生成一个[0,1)之间的随机浮点数或N维浮点数组 —— 均匀分布
a = np.random.rand()
print(a,type(a)) # 生成一个随机浮点数
b = np.random.rand(4)
print(b,type(b)) # 生成形状为4的一维数组
c = np.random.rand(2,3)
print(c,type(c)) # 生成形状为2*3的二维数组,注意这里不是((2,3))
import matplotlib.pyplot as plt # 导入