01.用于数据科学的 Python 基础知识之numpy

朋远方 • 2022年11月10日下午5:03 • 学习笔记 • 549 views

np.random.normal()

函数语法：

np.random.normal(loc=0.0, scale=1.0, size=None)

参数解释：

loc(float)：此概率分布的均值（对应着整个分布的中心）loc=0说明这一个以Y轴为对称轴的正态分布；
scale(float)：此概率分布的标准差（对应于分布的宽度，scale越大，图形越矮胖；scale越小，图形越瘦高）
size(int or tuple of ints)：输出的shape，默认为None，只输出一个值

一维数组案例：

np.random.normal(loc=0, scale=0.1, size=(6,))

输出结果为（随机值）：

array([ 0.09736213, -0.03682408, -0.09351674, -0.01328731, -0.07754017, -0.06989368])

二维数组案例：

np.random.normal(loc=0, scale=0.1, size=(6,9))

输出结果为（随机值）：

array([[ 0.14108501,  0.02065082, -0.02172175, -0.03566968, -0.1094184 ,
         0.10293469, -0.01514898,  0.1311312 ,  0.02048962],
       [ 0.02085788,  0.19274365,  0.06129001,  0.03252575,  0.01168505,
        -0.04672872, -0.07054097,  0.00920761, -0.20387396],
       [-0.05845842,  0.16218316, -0.05721935, -0.16218828,  0.15147394,
         0.10821882, -0.15191695, -0.07859211, -0.05901268],
       [-0.07774481,  0.14025618,  0.06106578, -0.02571557, -0.05214018,
         0.19703169,  0.04401803, -0.02625809, -0.0375809 ],
       [-0.06675171, -0.04819038, -0.03322535, -0.00253635, -0.09559504,
         0.08110814, -0.22089351, -0.07093244,  0.05891612],
       [-0.08564555, -0.09143438,  0.13916872, -0.14321324, -0.00169849,
         0.03734903, -0.00843369, -0.0436277 , -0.07125109]])