numpy.random.RandomState.randn

метод

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

Возвращает образец (или образцы) из распределения «стандартного нормального».

Примечание

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

Примечание

Новый код должен использовать метод standard_normal экземпляра default_rng(), см. Быстрый старт.

Если предоставлены положительные целочисленные аргументы, randn генерирует массив формы (d0, d1, ..., dn), заполненный случайными числами с плавающей запятой, взятыми из одномерного «нормального» (гауссового) распределения со средним значением 0 и дисперсией 1. Если аргументы не заданы, возвращается одно случайное число с плавающей запятой, взятое из распределения.

Параметры

d0, d1, …, dnint, необязательно

Размеры возвращаемого массива, должны быть неотрицательными. Если аргументы не заданы, возвращается одно число с плавающей запятой Python.

Возвращает

Zndarray или float

Массив формы (d0, d1, ..., dn), заполненный случайными числами с плавающей запятой, взятыми из стандартного нормального распределения, или одно такое число, если параметры не были заданы.

См. также

standard_normal

Аналогично, но принимает в качестве аргумента кортеж.

normal

Также принимает аргументы mu и sigma.

Generator.standard_normal

который следует использовать в новом коде.

Примечания

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

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

Примеры

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

Двухстрочный массив из 4 образцов из N(3, 6,25):

>>> 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