numpy.random.normal

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

  • 功能:
    从正态(高斯)分布中抽取随机样本。
    棣莫佛第一次提出正态分布的概率密度函数(由于其外形形似铃铛,亦称为钟形曲线),在其后200年,高斯和拉普拉斯也分别发现了正态分布的概率密度函数。自然界中有许多符合正态分布的案例。例如,它可以描述样本受大量微小随机扰动影响的常见分布,其中,每个扰动都有自己独特的分布。

  • 参数:

变量名 数据类型 功能
loc 浮点型数据或者浮点型数据组成的数组 分布的均值(中心)
scale 浮点型数据或者浮点型数据组成的数组 分布的标准差(宽度)
size 整数或者整数组成的元组,可选参数 输出值的维度。如果给定的维度为(m, n, k),那么就从分布中抽取m * n * k个样本。如果size为None(默认值)并且locscale均为标量,那么就会返回一个值。否则会返回np.broadcast(loc, scale).size个值
  • 返回值:
变量名 数据类型 功能
out n维数组或标量 从含参的正态分布中抽取的随机样本
  • 备注:

高斯分布的概率密度函数为 p(x)=12πσ2e−(x−μ)22σ2p(x)=\frac{1}{\sqrt{2\pi\sigma^2}}e^{-\frac{(x-\mu)^2}{2\sigma^2}}p(x)=2πσ2​1​e−2σ2(x−μ)2​其中μ\muμ代表均值,σ\sigmaσ代表标准差,标准差的平方σ2\sigma^2σ2称作方差。 函数在均值位置点取到峰值,当标准差增大的时候,其宽度也会增加(函数在x−σx-\sigmax−σ到x+σx+\sigmax+σ之间的面积为其总面积的0.607倍)。这意味着numpy.random.normal更有可能返回靠近均值的样本而不是那些远离均值的样本。

  • 示例:

从分布中抽取样本:

import numpy as np
mu, sigma = 0, 0.1      # 均值和标准差
s = np.random.normal(mu, sigma, 1000)

检验均值和方差:

abs(mu - np.mean(s)) < 0.01

True

abs(sigma - np.std(s, ddof=1)) < 0.01

True
利用直方图对样本进行可视化,并绘制其概率密度函数:

import matplotlib.pyplot as plt
count, bins, ignored = plt.hist(s, 30, normed=True, color='b')
plt.plot(bins, 1/(sigma * np.sqrt(2 * np.pi)) * np.exp( - (bins - mu)**2 / (2 * sigma**2) ), linewidth=2, color='r')
plt.show()

github链接
https://github.com/wzy6642/numpy-translate

numpy.random.normal详解相关推荐

  1. np.random.normal()详解

    import numpy as np np.random.normal()的意思是一个正态分布 normal------>正态 例子: noise = np.random.normal(loc= ...

  2. numpy.random.randint详解

    numpy.random.randint 用例: numpy.random.randint(low, high=None, size=None, dtype='l') 功能: 返回low(包括)到hi ...

  3. Numpy 函数解释:numpy.random.normal()

    背景 最近看Github源码时发现有个生成正态分布数值的用法:np.random.normal([3, 5]),这行代码会输入一个二维的array? In [1]: import numpy as n ...

  4. Python先生,你好!(6)——np.random函数详解

    Python先生,你好!(6)--np.random函数详解 (一)前 言 (二)常用方法 (1)np.random.rand() (2)np.random.randn() (3)np.random. ...

  5. python时间函数详解_Python:Numpy库基础分析——详解datetime类型的处理

    原标题:Python:Numpy库基础分析--详解datetime类型的处理 Python:Numpy库基础分析--详解datetime类型的处理 关于时间的处理,Python中自带的处理时间的模块就 ...

  6. numpy.random.normal函数

    对于numpy.random.normal函数,有三个参数(loc, scale, size),分别l代表生成的高斯分布的随机数的均值.方差以及输出的size.我想让loc和scale分别为(1, 2 ...

  7. numpy.random.rand(),numpy.random.randn(),numpy.random.normal()函数介绍和示例

    numpy.random.rand(),numpy.random.randn(),numpy.random.normal()函数介绍和示例 1. numpy.random.rand() 均匀分布 范围 ...

  8. random.nextint()详解

    random.nextint()详解 random.nextInt()用法: random.nextInt() 不带参数 直接生成所有 有效的整数(正数.负数.0) random.nextInt100 ...

  9. 正态分布与numpy.random.normal函数

    在Numpy中,有一个专门用于生成符合正态分布的随机数函数:numpy.random.normal,本文我们梳理一下它的使用方法,在梳理前,需要先了解一下什么是正态分布.(本文地址:https://b ...

最新文章

  1. 01 手把手带你构建大规模分布式服务--高并发、高可用架构系列,高质量原创好文!...
  2. Apache Flink 漫谈系列(12) - Time Interval(Time-windowed) JOIN...
  3. Java float浮点数精度丢失问题
  4. http://hudeyong926.iteye.com/blog/977152
  5. Android 访问网页
  6. SpringMVC之Controller和参数绑定
  7. 初试牛刀的收获-freetextbox的应用
  8. 数据库中自然连接与内连接的区别
  9. Scapy:send函数剖析(参数、返回值、应用)
  10. 蓝叠模拟器的adb程序位置
  11. html新建站点的操作步骤,如何在服务器上建立站点的方法步骤
  12. 简述Android 解决65536/64K方法数限制方案
  13. 对办公文档加密 到了外部计算机就无法打开,使用文件夹加密超级大师加密了文件,更换电脑后加密文件打不开了怎么办?...
  14. voip系统与网络电话
  15. 如果去掉数学前后的空格_excel表格数据消除前后空格-EXCEL表格中数据后面的空格怎么去掉,一条条手工删......
  16. POI批量导出Excel ZIP打包下载
  17. 实现简易的 Vue 响应式
  18. 完整性约束条件:唯一性约束
  19. 【CSDN】如何开启CSDN文章下的显示微信公众号、微信号、官方网站、QQ号、QQ群 ?
  20. 如何有效分配自己的精力

热门文章

  1. matlab2ask和2psk仿真实验代码
  2. c++编译器pointer to a function used in arithmetic的解决办法
  3. Leetcode290单词规律-map使用
  4. kattis ones简单题取模运算+枚举
  5. 中国人民大学_《组织行为学》_16.重塑组织模块导论
  6. html中如何屏蔽一段代码,html中如何使用python屏蔽一些基本功能(示例代码)
  7. k8s pod MySQL环境变量,配置 – 在Docker中相当于env-file的Kubernetes
  8. 计算机运行黑屏显示器正常,电脑主机运行正常 显示器黑屏
  9. 西电计算机本科学费,陕西高校学费大比拼!你当年的学费现在涨了多少
  10. java array 元素的位置_Java常见面试题 非常实用「个人经验」