numpy.random.RandomState.standard_normal#
方法
- random.RandomState.standard_normal(size=None)#
从标准正态分布(均值=0,标准差=1)中抽取样本.
备注
新代码应使用
Generator
实例的standard_normal
方法;请参阅 快速开始.- 参数:
- size整数或整数的元组,可选
输出形状.如果给定的形状是,例如,``(m, n, k)``,那么会抽取
m * n * k
个样本.默认是 None,在这种情况下会返回一个单一值.
- 返回:
- out浮点数或ndarray
一个形状为
size
的浮点数组,如果未指定size
,则为单个样本.
参见
normal
具有额外
loc
和scale
参数的等效函数,用于设置均值和标准差.random.Generator.standard_normal
应该用于新代码.
备注
对于从均值为
mu
和标准差为sigma
的正态分布中随机抽样,使用以下之一:mu + sigma * np.random.standard_normal(size=...) np.random.normal(mu, sigma, size=...)
示例
>>> np.random.standard_normal() 2.1923875335537315 #random
>>> s = np.random.standard_normal(8000) >>> s array([ 0.6888893 , 0.78096262, -0.89086505, ..., 0.49876311, # random -0.38672696, -0.4685006 ]) # random >>> s.shape (8000,) >>> s = np.random.standard_normal(size=(3, 4, 2)) >>> s.shape (3, 4, 2)
来自均值为3、标准差为2.5的正态分布的样本的2x4数组:
>>> 3 + 2.5 * np.random.standard_normal(size=(2, 4)) array([[-4.49401501, 4.00950034, -1.81814867, 7.29718677], # random [ 0.39924804, 4.68456316, 4.99394529, 4.84057254]]) # random