numpy.random.standard_normal

random.standard_normal(size=None)

Выборка образцов из стандартного нормального распределения (среднее=0, стандартное отклонение=1).

Примечание

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

Параметры

sizeint или кортеж из целых чисел, необязательно

Форма выходных данных. Если заданная форма, например, (m, n, k), то m * n * k образцов будут выбраны. По умолчанию значение None, в этом случае возвращается одно значение.

Возвращает

outfloat или ndarray

Массив с плавающей запятой формы size с выбранными образцами или одно значение, если size не было указано.

См. также

normal

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

Generator.standard_normal

который следует использовать в новом коде.

Примечания

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

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

Примеры

>>> 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)

Двухстрочный четырёхстолбцовый массив образцов из \(N(3, 6.25)\):

>>> 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