python中的np.random.normal
2017-08-10 15:38
417 查看
np.random.normal(size,loc,scale):
给出均值为loc,标准差为scale的高斯随机数(场).
先看伟大的高斯分布(Gaussian Distribution)的概率密度函数(probability density function):
f(x)=12π−−√σexp(−(x−μ)22σ2)
对应于numpy中:
1
参数的意义为:
2
3
4
5
6
1
2
3
4
5
6
我们更经常会用到的
给出均值为loc,标准差为scale的高斯随机数(场).
先看伟大的高斯分布(Gaussian Distribution)的概率密度函数(probability density function):
f(x)=12π−−√σexp(−(x−μ)22σ2)
对应于numpy中:
numpy.random.normal(loc=0.0, scale=1.0, size=None)1
1
参数的意义为:
loc:float 此概率分布的均值(对应着整个分布的中心centre) scale:float 此概率分布的标准差(对应于分布的宽度,scale越大越矮胖,scale越小,越瘦高) size:int or tuple of ints 输出的shape,默认为None,只输出一个值1
2
3
4
5
6
1
2
3
4
5
6
我们更经常会用到的
np.random.randn(size)所谓标准正态分布(μ=0,σ=1),对应于
np.random.normal(loc=0, scale=1, size)。
相关文章推荐
- python中的np.random.normal
- #np.random.normal,产生制定分布的数集(默认是标准正态分布)
- 从np.random.normal()到正态分布的拟合
- coding小记:np.random.randn与tf.random_normal
- 从np.random.normal()到正态分布的拟合
- python-numpy-伯努利试验模拟-np.random.binomial--自定义bins的直方图
- np.random.normal()正态分布
- 从np.random.normal()到正态分布的拟合
- Python numpy包 np.random.shuffle(x) 数据集 batch 预处理
- 从np.random.normal()到正态分布的拟合
- Python中的random模块用于生成随机数
- [python] random 库 -- 生成随机数/打乱序列
- np.linspace、 np.arange、np.logspace三个函数的对比分析--python学习笔记24
- [leetcode]Copy List with Random Pointer @ Python
- python_random.uinform
- Tensorflow API——tf.random_normal_initializer
- [LeetCode]题解(python):138-Copy List with Random Pointer
- Python基础——min/max与np.argmin/np.argmax
- Python--random模块
- Python3 中 random模块