numpy.random使用方法

Posted on | Edited on | In

https://www.sharpsightlabs.com/blog/numpy-random-normal/

Normal distrubution

The NumPy random normal function generates a sample of numbers drawn from the normal distribution（正态分布、常态分布）, otherwise called the Gaussian distribution（高斯分布）.

参考链接：维基百科

NUMPY RANDOM NORMAL GENERATES NORMALLY DISTRIBUTED NUMBERS

random normal函数可以让你创建一个包含正态分布数据的numpy数组。

下图是我们用直方图绘制数据：

rr1

正态分布数据，就像bell（钟、铃铛），所以经常被称为“钟形曲线”。

接下来我们看看语法。

THE SYNTAX OF NUMPY RANDOM NORMAL

不要忘了导入模块：

1
import numpy as np

rr2

np.random.normal()函数有3个参数：

  • loc
  • scale
  • size

THE PARAMETERS OF THE NP.RANDOM.NORMAL FUNCTION

loc：控制函数的平均值（Mean），默认值是0。

arr3

scale：控制正态分布的标准偏差，默认值是1。

arr4

size：控制输出的大小和形状。

If you provide a single integer, x, np.random.normal will provide x random normal values in a 1-dimensional NumPy array.

如果 size = x，那np.random.normal函数就会提供一个有x个正态分布数值的1维numpy数组。

For example, if you specify size = (2, 3), np.random.normal will produce a numpy array with 2 rows and 3 columns. It will be filled with numbers drawn from a random normal distribution.

例如，你指定 size = (2, 3)，那就会产生一个2行3列的numpy数组。

THE NP.RANDOM.RANDN FUNCTION

还有一个类似的函数：np.random.randn()。

这个代码：

1
2
np.random.seed(1)
np.random.normal(loc = 0, scale = 1, size = (3,3))

等于下面这个：

1
2
np.random.seed(1)
np.random.randn(3, 3)

EXAMPLES: HOW TO USE THE NUMPY RANDOM NORMAL FUNCTION

DRAW A SINGLE NUMBER FROM THE NORMAL DISTRIBUTION

1
2
3
np.random.normal(1)

# 等于： np.random.normal(size = 1, loc = 0, scale = 1)

DRAW 5 NUMBERS FROM THE NORMAL DISTRIBUTION

1
np.random.normal(5)

CREATE A 2-DIMENSIONAL NUMPY ARRAY OF NORMALLY DISTRIBUTED VALUES

1
2
3
4
5
np.random.seed(42)
np.random.normal(size = (2, 3))

#array([[ 1.62434536, -0.61175641, -0.52817175],
#       [-1.07296862,  0.86540763, -2.3015387 ]])

GENERATE NORMALLY DISTRIBUTED VALUES WITH A SPECIFIC MEAN

1
2
3
4
5
6
7
np.random.seed(42)
np.random.normal(size = 1000, loc = 50)

# array([ 50.49671415,  49.8617357 ,  50.64768854,  51.52302986,
#        49.76584663,  49.76586304,  51.57921282,  50.76743473,
#        49.53052561,  50.54256004,  49.53658231,  49.53427025 
# ...

GENERATE NORMALLY DISTRIBUTED VALUES WITH A SPECIFIC STANDARD DEVIATION

1
2
3
4
5
6
7
np.random.seed(42)
np.random.normal(size = 1000, scale = 100)

#array([  4.96714153e+01,  -1.38264301e+01,   6.47688538e+01,
#         1.52302986e+02,  -2.34153375e+01,  -2.34136957e+01,
#         1.57921282e+02,   7.67434729e+01,  -4.69474386e+01
# ...

我们可以用std()方法去计算标准偏差：

1
2
3
4
np.random.seed(42)
np.random.normal(size = 1000, scale = 100).std()

# 99.695552529463015

HOW TO USE THE LOC AND SCALE PARAMETER IN NP.RANDOM.NORMAL

1
2
np.random.seed(42)
np.random.normal(size = 1000, loc = 50, scale = 100)

numpy.random.normal

https://docs.scipy.org/doc/numpy/reference/generated/numpy.random.normal.html