numpy.random.Generator.standard_normal

метод

random.Generator.standard_normal(size=None, dtype=np.float64, out=None)

Генерирует выборки из стандартного нормального распределения (среднее=0, стандартное отклонение=1).

Параметры

sizeint или кортеж из целых чисел, необязательно

Форма выходного массива. Если заданная форма, например, (m, n, k), то m * n * k выборок генерируется. По умолчанию None, в этом случае возвращается одно значение.

dtypedtype, необязательно

Желаемый тип результата, поддерживаются только float64 и float32. Порядок байтов должен быть родным. Значение по умолчанию - np.float64.

outndarray, необязательно

Альтернативный массив вывода, в который поместить результат. Если размер не None, он должен иметь такую же форму, как указанный размер, и должен соответствовать типу выходных значений.

Возвращает

outfloat или ndarray

Массив с плавающей точкой формы size из сгенерированных выборок, или одно значение, если size не было указано.

См. также

normal

Эквивалентная функция с дополнительными loc и scale аргументами для задания среднего и стандартного отклонения.

Примечания

Для случайных выборок из \(N(\mu, \sigma^2)\), используйте одну из:

mu + sigma * rng.standard_normal(size=...)
rng.normal(mu, sigma, size=...)

Примеры

>>> rng = np.random.default_rng()
>>> rng.standard_normal()
2.1923875335537315 # random

>>> s = rng.standard_normal(8000)
>>> s
array([ 0.6888893 ,  0.78096262, -0.89086505, ...,  0.49876311,  # random
       -0.38672696, -0.4685006 ])                                # random
>>> s.shape
(8000,)
>>> s = rng.standard_normal(size=(3, 4, 2))
>>> s.shape
(3, 4, 2)

Двумерный массив 4х4 выборок из \(N(3, 6.25)\):

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