numpy.random.randn#

random.randn(d0, d1, ..., dn)#

Возвращает выборку (или выборки) из «стандартного нормального» распределения.

Примечание

Это удобная функция для пользователей, переносящих код из Matlab, и оборачивает standard_normal. Эта функция принимает кортеж для указания размера вывода, что согласуется с другими функциями NumPy, такими как numpy.zeros и numpy.ones.

Примечание

Новый код должен использовать standard_normal метод Generator экземпляр вместо; пожалуйста, смотрите Быстрый старт.

Если предоставлены положительные целочисленные аргументы, randn генерирует массив формы (d0, d1, ..., dn), заполненный случайными числами с плавающей точкой, взятыми из одномерного «нормального» (гауссовского) распределения со средним 0 и дисперсией 1. Одно случайное число с плавающей точкой, взятое из распределения, возвращается, если аргумент не предоставлен.

Параметры:

d0, d1, …, dnint, необязательный: Размеры возвращаемого массива должны быть неотрицательными. Если аргумент не указан, возвращается один Python float.

Возвращает:

Zndarray или float: A (d0, d1, ..., dn)-образный массив плавающих выборок из стандартного нормального распределения, или одиночное такое число с плавающей точкой, если параметры не были предоставлены.

Смотрите также

standard_normal: Аналогично, но принимает кортеж в качестве аргумента.
normal: Также принимает аргументы mu и sigma.
random.Generator.standard_normal: который следует использовать для нового кода.

Примечания

Для случайных выборок из нормального распределения со средним mu и стандартное отклонение sigma, используйте:

sigma * np.random.randn(...) + mu

Примеры

>>> np.random.randn()
2.1923875335537315  # random

Двухмерный массив 2x4 выборок из нормального распределения со средним 3 и стандартным отклонением 2.5:

>>> 3 + 2.5 * np.random.randn(2, 4)
array([[-4.49401501,  4.00950034, -1.81814867,  7.29718677],   # random
       [ 0.39924804,  4.68456316,  4.99394529,  4.84057254]])  # random