np.random.randn(nuk,num)
时间: 2023-11-20 21:55:57 浏览: 30
`np.random.randn(nuk,num)`函数可以返回一个或一组服从标准正态分布的随机样本值。其中,`nuk`和`num`分别表示生成的随机数的行数和列数。如果只输入一个参数,则默认生成一个一维数组。下面是一个例子:
```python
import numpy as np
# 生成一个2行3列的随机矩阵
arr = np.random.randn(2, 3)
print(arr)
```
输出:
```
[[-0.12345678 1.23456789 -0.98765432]
[ 0.98765432 -0.98765432 0.12345678]]
```
相关问题
np.random.random()和np.random.randn
np.random.random()和np.random.randn()是NumPy库中用于生成随机数的函数。它们的作用和使用方法略有不同。
np.random.random()函数用于生成服从“0~1”均匀分布的随机样本值。该函数的语法为np.random.random(d0,d1,d2……dn),可以返回一个或一组服从均匀分布的随机样本值。这些随机样本的取值范围是[0,1),不包括1。在深度学习的Dropout正则化方法中,np.random.random()函数常用于生成dropout随机向量。例如,可以使用如下语句生成一个与数组al相同形状的dropout随机向量:dl = np.random.random(al.shape) < keep_prob。
np.random.randn()函数用于生成服从标准正态分布的随机样本值。该函数的语法为np.random.randn(d0,d1,d2……dn),可以返回一个或一组服从标准正态分布的随机样本值。标准正态分布是以0为均值、以1为标准差的正态分布。在生成多维数组时,可以通过传入多个参数来指定数组的维度。需要注意的是,当函数没有参数时,返回一个浮点数;当函数有一个参数时,返回一个秩为1的数组;当函数有两个及以上参数时,返回对应维度的数组。在实际应用中,np.random.randn()函数常用于生成服从正态分布的随机数据。
总结:np.random.random()函数用于生成服从均匀分布的随机样本值,而np.random.randn()函数用于生成服从标准正态分布的随机样本值。
python np.random.randn
引用中提到,np.random.rand()函数返回一个或一组服从“0~1”均匀分布的随机样本值。而np.random.randn()函数则返回一个或一组服从标准正态分布(均值为0,标准差为1)的随机样本值。这意味着np.random.randn()生成的随机数集合更倾向于接近0,并且有更大的变化范围。以下是np.random.randn()函数的用法示例:
import numpy as np
print(np.random.randn()) # 0.9235103494934644
print(np.random.randn(1)) # [0.93220658]
print(np.random.randn(2, 2))
"""
[[-0.40534863 -1.27424401]
[ 1.80697898 -0.540174 ]]
"""