Python用numpy产生正态分布随机数的向量或矩阵

当前位置:

首页 > Python基础教程 >

Python用numpy产生正态分布随机数的向量或矩阵

嘿，小伙伴！在Python里，用NumPy库来生成正态分布（也叫高斯分布）的随机数向量或矩阵可是非常方便的。NumPy提供了一个叫做`numpy.random.randn`的函数，它可以帮你搞定这事儿。

`numpy.random.randn`函数会返回一个或一组样本，这些样本是从标准正态分布（均值为0，标准差为1）中抽取的。如果你想要生成不同形状（比如向量或矩阵）的随机数，只需要传递一个表示形状的整数或整数元组给它就行了。

举个例子：

import numpy as np

# 生成一个标准正态分布的随机数向量，长度为5
vector = np.random.randn(5)
print("Vector: ", vector)

# 生成一个2x3的标准正态分布随机数矩阵
matrix = np.random.randn(2, 3)
print("Matrix: ", matrix)

如果你想要生成的不是标准正态分布的随机数，而是均值和标准差都不同的正态分布随机数，那你可以用`numpy.random.normal`函数。这个函数允许你指定均值（`loc`参数）和标准差（`scale`参数）。

再举个例子：

# 生成一个均值为2，标准差为3的正态分布随机数向量，长度为5
custom_vector = np.random.normal(loc=2, scale=3, size=5)
print("Custom Vector: ", custom_vector)

# 生成一个2x3的均值为-1，标准差为0.5的正态分布随机数矩阵
custom_matrix = np.random.normal(loc=-1, scale=0.5, size=(2, 3))
print("Custom Matrix: ", custom_matrix)

这样，你就能轻松地生成不同形状和参数的正态分布随机数向量或矩阵啦！希望这些例子能帮到你，如果还有其他问题，尽管来问我哦！

最后，如果你对python语言还有任何疑问或者需要进一步的帮助，请访问https://www.xin3721.com 本站原创，转载请注明出处：https://www.xin3721.com/Python/python50581.html

栏目列表