numpy.random.RandomState.randn

方法

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

從「標準常態」分佈中回傳樣本（或樣本）。

注意

這是為了方便從 Matlab 移植程式碼的使用者而設的函數，並封裝了 standard_normal。該函數接受一個元組來指定輸出的尺寸，這與其他 NumPy 函數（如 numpy.zeros 和 numpy.ones）一致。

注意

新程式碼應改用 standard_normal 方法，此方法屬於 Generator 實例；請參閱快速入門。

如果提供正整數型引數，randn 會產生形狀為 (d0, d1, ..., dn) 的陣列，其中填滿從平均值為 0 和變異數為 1 的單變數「常態」（高斯）分佈中抽取的隨機浮點數。如果未提供引數，則會回傳從分佈中隨機抽取的單個浮點數。

參數:

d0, d1, …, dnint，選用

回傳陣列的維度，必須為非負數。如果未給定引數，則會回傳單個 Python 浮點數。

回傳值:

Zndarray 或 float

形狀為 (d0, d1, ..., dn) 的陣列，包含從標準常態分佈中取樣的浮點數樣本，如果未提供參數，則為單個此類浮點數。

另請參閱

standard_normal

類似，但接受元組作為其引數。

normal

也接受 mu 和 sigma 引數。

random.Generator.standard_normal

新程式碼應使用此方法。

註解

若要從平均值為 mu 和標準差為 sigma 的常態分佈中取得隨機樣本，請使用

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

範例

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

從平均值為 3 和標準差為 2.5 的常態分佈中取得的 2x4 陣列樣本

>>> 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