np.random.normal函数

np.random.normal函数是numpy库中用于生成正态分布随机数的函数。具体用法为：

np.random.normal(loc=0.0, scale=1.0, size=None)

其中，loc是正态分布的均值，scale是正态分布的标准差，size是生成随机数的数量。如果不指定size，则默认生成一个随机数。

例如，生成一个均值为0，标准差为1的正态分布随机数，可以使用以下代码：

import numpy as np

num = np.random.normal(loc=0.0, scale=1.0)
print(num)

输出结果可能为：-0.187319956319。

如果要生成多个正态分布随机数，可以指定size参数：

import numpy as np

nums = np.random.normal(loc=0.0, scale=1.0, size=5)
print(nums)

输出结果可能为：[ 0.19401457 -1.29832344 -0.74352327 -0.46175006 -0.71953325]。

相关问题

np.random.normal函数使用

np.random.normal函数是NumPy库中的一个函数，用于生成符合正态分布（高斯分布）的随机数。它的语法如下：

numpy.random.normal(loc=0.0, scale=1.0, size=None)

参数说明：
- loc：正态分布的均值（期望值）。
- scale：正态分布的标准差。
- size：输出的随机数大小，可以是整数、元组或者None。

例如，如果你想生成一个均值为0，标准差为1的正态分布随机数，可以这样使用：

import numpy as np

random_numbers = np.random.normal(0, 1, size=10)
print(random_numbers)

这将生成一个包含10个随机数的NumPy数组，这些随机数符合均值为0，标准差为1的正态分布。你可以根据需要调整均值、标准差和随机数的大小。

np.random.normal函数size=(n, nfits)

A：这个函数是用于生成满足正态分布的随机数，元素数量为n * nfits。参数size指定了数组的形状，其中n表示行数，nfits表示列数，也就是生成的二维数组的形状。例如，如果size=(3, 4)，那么生成的随机数数组将包含3行4列共12个元素。