Randn、normal&lognormal

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

Return a sample (or samples) from the “standard normal” distribution.

根據(jù)傳入?yún)?shù)窗轩,返回維度為(d0, d1, ..., dn)ndarray的偽隨機(jī)數(shù)续语,值的范圍為標(biāo)準(zhǔn)正態(tài)分布。

Example code:

>>> import numpy as np
>>> 
>>> array = np.random.randn(2,3)
>>> array
array([[1.63670217, 0.76860494, 1.4823955 ],
       [1.51731369, 1.35266639, 0.32545556]])
>>> array = np.random.randn(3,3,2,4)
>>> array.shape
(3, 3, 2, 4)

numpy.random.normal(loc=0.0,scale=1.0,size=None)

Draw random samples from a normal (Gaussian) distribution.

Parameters Type Description
loc float or array_like of floats Mean (“centre”) of the distribution
scale float or array_like of floats Standard deviation (spread or “width”) of the distribution. Must be non-negative
size int or tuple of ints, optional Output shape. If the given shape is, e.g., (m, n, k), then m * n * k samples are drawn. If size is None (default), a single value is returned if loc and scale are both scalars. Otherwise, np.broadcast(loc, scale).size samples are drawn

根據(jù)參數(shù)調(diào)整正態(tài)分布的均值荸哟,寬度锦积,以及返回的是幾維的ndarray

只設(shè)置size芒帕,locscale為默認(rèn),則數(shù)值范圍為標(biāo)準(zhǔn)正態(tài)分布丰介,與randn類似副签。size傳入整數(shù)N,則生成長度N的一維ndarray基矮,傳入元組,則根據(jù)元組創(chuàng)建相應(yīng)維度的ndarray

Example code:

>>> array = np.random.normal(size=(2,3))
>>> array
array([[ 0.41314795,  0.08782946,  0.68626864],
       [-2.10303548,  0.20703182,  0.93931345]])
>>> array = np.random.normal(10, 1, 1000)
>>> array.std()
1.0389318965769265
>>> array.mean()
10.074504683847726
>>> array.shape
(1000,)
>>> array = np.random.normal(10, 1, size=(3,3))
>>> array.mean()
10.106765370678746
>>> array.std()
0.7632711886498269
>>> array.shape
(3, 3)

numpy.random.Generator.lognormal(mean=0.0, sigma=1.0, size=None)

Draw samples from a log-normal distribution.

Draw samples from a log-normal distribution with specified mean, standard deviation, and array shape. Note that the mean and standard deviation are not the values for the distribution itself, but of the underlying normal distribution it is derived from.

Parameters Type Description
mean float or array_like of floats, optional Mean value of the underlying normal distribution. Default is 0
sigma float or array_like of floats, optional Standard deviation of the underlying normal distribution. Must be non-negative. Default is 1.
size int or tuple of ints, optional Output shape. If the given shape is, e.g., (m, n, k), then m * n * k samples are drawn. If size is None (default), a single value is returned if mean and sigma are both scalars. Otherwise, np.broadcast(mean, sigma).size samples are drawn

lognormal 對數(shù)正態(tài)分布

normal類似冠场,但一個為正態(tài)分布家浇,一個為對數(shù)正態(tài)分布。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末碴裙,一起剝皮案震驚了整個濱河市钢悲,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌舔株,老刑警劉巖莺琳,帶你破解...
    沈念sama閱讀 206,968評論 6 482
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異载慈,居然都是意外死亡惭等,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,601評論 2 382
  • 文/潘曉璐 我一進(jìn)店門办铡,熙熙樓的掌柜王于貴愁眉苦臉地迎上來辞做,“玉大人琳要,你說我怎么就攤上這事〕用” “怎么了稚补?”我有些...
    開封第一講書人閱讀 153,220評論 0 344
  • 文/不壞的土叔 我叫張陵,是天一觀的道長框喳。 經(jīng)常有香客問我课幕,道長,這世上最難降的妖魔是什么五垮? 我笑而不...
    開封第一講書人閱讀 55,416評論 1 279
  • 正文 為了忘掉前任乍惊,我火速辦了婚禮,結(jié)果婚禮上拼余,老公的妹妹穿的比我還像新娘污桦。我一直安慰自己,他們只是感情好匙监,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,425評論 5 374
  • 文/花漫 我一把揭開白布凡橱。 她就那樣靜靜地躺著,像睡著了一般亭姥。 火紅的嫁衣襯著肌膚如雪稼钩。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,144評論 1 285
  • 那天达罗,我揣著相機(jī)與錄音坝撑,去河邊找鬼。 笑死粮揉,一個胖子當(dāng)著我的面吹牛巡李,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播扶认,決...
    沈念sama閱讀 38,432評論 3 401
  • 文/蒼蘭香墨 我猛地睜開眼侨拦,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了辐宾?” 一聲冷哼從身側(cè)響起狱从,我...
    開封第一講書人閱讀 37,088評論 0 261
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎叠纹,沒想到半個月后季研,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,586評論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡誉察,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,028評論 2 325
  • 正文 我和宋清朗相戀三年与涡,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,137評論 1 334
  • 序言:一個原本活蹦亂跳的男人離奇死亡递沪,死狀恐怖豺鼻,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情款慨,我是刑警寧澤儒飒,帶...
    沈念sama閱讀 33,783評論 4 324
  • 正文 年R本政府宣布,位于F島的核電站檩奠,受9級特大地震影響桩了,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜埠戳,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,343評論 3 307
  • 文/蒙蒙 一井誉、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧整胃,春花似錦颗圣、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,333評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至蛮寂,卻和暖如春蔽午,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背酬蹋。 一陣腳步聲響...
    開封第一講書人閱讀 31,559評論 1 262
  • 我被黑心中介騙來泰國打工及老, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人范抓。 一個月前我還...
    沈念sama閱讀 45,595評論 2 355
  • 正文 我出身青樓骄恶,卻偏偏與公主長得像,于是被迫代替她去往敵國和親匕垫。 傳聞我的和親對象是個殘疾皇子叠蝇,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,901評論 2 345

推薦閱讀更多精彩內(nèi)容