np.random.randn(20, 1)

`np.random.randn(20, 1)` 是 NumPy 库中的一个函数，用于生成一组二维随机数组。这个函数具体含义如下：

- `np.random.randn()` 表示使用标准正态分布（平均值为0，标准差为1的高斯分布）生成随机数。
- `(20, 1)` 定义了返回数组的形状，即20行、1列。这意味着生成的结果会有20个独立的一维向量，每个向量都有一个标准正态分布的随机值。

因此，当你运行这段代码时，它会生成一个20x1的矩阵，其中每个元素都是独立的标准正态分布随机数。这对于模拟实验数据、初始化模型权重等场景非常有用。

相关问题

np.random.rand,np.random.randn,np.random.random

`np.random.rand`, `np.random.randn`, 和 `np.random.random` 都是 NumPy 中用于生成随机数的函数：

1. `np.random.rand(size)`：生成一个给定形状（size）的浮点数数组，其值均匀分布在 `[0, 1)` 区间内。所有元素都是独立同分布（i.i.d.）的，即彼此之间相互独立，且服从标准正态分布（均值为0，标准差为1）。

2. `np.random.randn(size)`：与 `rand` 类似，也是生成浮点数数组，但是其元素默认是标准正态分布的随机数，即均值为0，标准差为1。所以即使没有明确指定范围，生成的数也通常会被认为是在 [-3, 3] 左右的范围内。

3. `np.random.random(size)`：同样生成一个给定形状的浮点数数组，数组中的每一个元素都在 `[0, 1)` 范围内，与 `rand` 相似，也是 i.i.d. 的。

这些函数广泛应用于数据预处理、模拟实验等场景中，帮助创建随机样本。如果你需要生成特定范围内的非均匀分布随机数，可以结合其他技巧如 `a * rand() + b` 来调整生成值的范围。

np.random.seed(0) X = np.r_[np.random.randn(20, 2) - [3, 3], np.random.randn(20, 2) + [3, 3]] Y = 20 * [0] + 20 * [1]

这段代码生成了一个包含40个样本的数据集，其中前20个样本属于第0类，后20个样本属于第1类。其中，每个样本由2个特征构成，这些特征是从均值为[3,3]和方差为1的正态分布中随机生成的，前20个样本的特征值都减去了[3,3]，后20个样本的特征值都加上了[3,3]。np.random.seed(0)是设置随机数种子，保证每次生成的数据集相同。