怎么使用numpy.random.randn()

numpy.random.randn() 是一个用于生成随机数的函数，它可以返回一个或多个样本，这些样本是从标准正态分布中随机抽取的。具体使用方法如下：

1. 导入 numpy 模块：import numpy as np
2. 使用 np.random.randn() 函数生成随机数，例如：x = np.random.randn()，这将生成一个标准正态分布的随机数。
3. 如果需要生成多个随机数，可以在函数中指定样本数量，例如：x = np.random.randn(5)，这将生成 5 个标准正态分布的随机数。
4. 如果需要生成多维数组的随机数，可以在函数中指定数组的形状，例如：x = np.random.randn(2, 3)，这将生成一个 2 行 3 列的数组，其中每个元素都是从标准正态分布中随机抽取的。

需要注意的是，每次调用 np.random.randn() 函数都会生成不同的随机数，因此如果需要生成相同的随机数，可以使用 np.random.seed() 函数指定随机数种子。

相关问题

numpy.random.randn函数

`numpy.random.randn`是NumPy库中的一个函数，用于生成随机浮点数，这些数值服从标准正态分布（平均值为0，标准差为1）。这个函数主要用于模拟实验或数据生成，特别是在机器学习和数据分析中。

参数通常只有一个，即你想生成随机数的数组形状。例如，`numpy.random.randn(3)`会生成一个一维数组，包含3个独立的标准正态分布随机数；而`numpy.random.randn(3, 4)`则会生成一个二维数组，包含3行4列的标准正态分布随机数。

使用方法如下：

import numpy as np
random_numbers = np.random.randn(size)

其中`size`可以根据需要设定。

使用numpy.random.randn生成随机噪声图像

可以使用以下代码使用numpy.random.randn()生成随机噪声图像：

import numpy as np
import matplotlib.pyplot as plt

# 生成随机噪声图像
random_image = np.random.randn(256, 256)

# 显示图像
plt.imshow(random_image, cmap='gray')
plt.axis('off')
plt.show()

这个代码将生成一个大小为256x256的随机噪声图像，并使用灰度色彩映射显示图像。你可以使用不同的参数来生成不同大小的图像。