Python random.normal 函数介绍
random.normal()
函数是Python中的随机数函数,用于生成指定均值和标准差的正态分布随机数。正态分布,也称高斯分布,是数学中常用的概率分布,它的概率密度函数是一个钟形曲线。
函数语法
random.normal(loc=0.0, scale=1.0, size=None)
其中,参数说明如下:
loc
:指定生成数据的均值,默认值为0.0
scale
:指定生成数据的标准差,默认值为1.0
size
:指定生成数据的数量,可以是一个整数,如10
,也可以用逗号分隔的元组表示多个维度,如(5, 3)
。默认值为None
,表示生成一个随机数。
两个实例说明
实例一
生成均值为 10,标准差为 2 的正态分布随机数,生成 5 个数。
import random
data = random.normal(loc=10, scale=2, size=5)
print(data)
运行结果:
[ 8.33136384 12.62671516 9.70186093 8.25713797 10.97918481]
由于正态分布随机数是随机生成的,每次运行结果都会有所不同。
实例二
生成一个 $5\times3$ 的矩阵,元素由均值为 2,标准差为 1 的正态分布随机数组成:
import random
import numpy as np
# 生成矩阵
data = random.normal(loc=2, scale=1, size=(5,3))
# 转换为numpy array并输出
data = np.array(data)
print(data)
运行结果:
[[1.8339 2.7658 0.9262]
[2.8281 2.8608 0.3972]
[2.4839 1.2800 1.9084]
[1.8517 3.0834 4.5964]
[0.5619 2.1018 1.8873]]
在实例二中,我们将随机生成的数据转换为 numpy
数组,并通过 print()
函数输出。注意,与实例一类似,每次生成的随机数都会不同。
总结
本文介绍了 random.normal()
函数的使用方法,并提供了两个实例帮助读者更好地理解该函数的用途和使用方式。该函数是 Python 中用于生成正态分布随机数的重要函数,具有一定的应用价值。如果你在编程过程中需要用到正态分布随机数,那么这个函数一定会很有用。