numpy.random.randn

random.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 следует использовать метод standard_normal экземпляра Generator; см. Быстрый старт.

Если предоставляются положительные целочисленные аргументы, randn генерирует массив формы (d0, d1, ..., dn), заполненный случайными числами с плавающей точкой, взятыми из одномерного «нормального» (гауссовского) распределения с математическим ожиданием 0 и дисперсией 1. Если аргументы не заданы, возвращается одно случайное число с плавающей точкой, взятое из распределения.

Parameters:

d0, d1, …, dnint, optional

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

Returns:

Zndarray или float

Массив формы (d0, d1, ..., dn) с плавающей точкой, содержащий образцы из стандартного нормального распределения, или одно такое число с плавающей точкой, если параметры не были заданы.

См. также

standard_normal

Аналогично, но принимает кортеж в качестве аргумента.

normal

Также принимает аргументы mu и sigma.

random.Generator.standard_normal

который следует использовать для нового кода.

Примечания

Для случайных образцов из нормального распределения со средним mu и стандартным отклонением sigma, используйте:

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

Примеры

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

Двухстрочный четырехстолбцовый массив образцов из нормального распределения со средним значением 3 и стандартным отклонением 2,5:

>>> 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