jupyter中rand和randn
时间: 2024-06-16 15:05:51 浏览: 11
在Jupyter中,`rand`和`randn`是Numpy库中的两个函数,用于生成随机数。
1. `rand`函数生成的是服从均匀分布的随机数,范围在0到1之间[^1]。下面是一个使用`rand`函数生成随机散点图的例子:
```python
import numpy as np
import matplotlib.pyplot as plt
num = 50
x = np.random.rand(num)
y = np.random.rand(num)
area = (30 * np.random.rand(num)) ** 2
plt.scatter(x, y, s=area)
plt.show()
```
这段代码会生成一个包含50个随机散点的散点图。
2. `randn`函数生成的是服从标准正态分布的随机数,均值为0,标准差为1[^2]。下面是一个使用`randn`函数生成随机数据的例子:
```python
import numpy as np
import pandas as pd
s = pd.DataFrame(np.random.randn(5, 4))
print(s)
```
这段代码会生成一个5行4列的随机数据矩阵。
相关问题
matlab中rand和randn的区别
rand和randn都是Matlab中生成随机数的函数,但是它们的生成方式和分布不同。
rand函数生成的是到1之间均匀分布的随机数,即每个数的概率相等。
randn函数生成的是符合正态分布的随机数,即大部分数集中在平均值附近,呈钟形曲线分布。
因此,使用rand函数生成的随机数更适合用于模拟随机事件,而使用randn函数生成的随机数更适合用于模拟实际数据的分布情况。
rand和randn
rand()函数生成的是(0,1)均匀分布的随机数,而randn()函数生成的是(0,1)标准正态分布的随机数。 在numpy库中,rand()和randn()函数可以根据不同的参数输入返回不同形式的随机数。当不输入任何参数时,rand()和randn()函数返回一个随机数。当输入参数为n时,返回1×n的一维数组。当输入两个参数m和n时,返回m×n的二维数组。在matlab中,rand()函数是产生均值为0.5、幅度在0~1之间的伪随机数,而randn()函数是产生均值为0、方差为1的高斯白噪声。 rand()函数还有其他用法,比如rand(n)可以生成0到1之间的n阶随机数方阵,rand(m,n)可以生成0到1之间的m×n的随机数矩阵。而randn()函数用法有randn(n)和randn(m,n),分别生成均值为0方差为1的正态分布随机数。综上所述,rand()和randn()函数在不同的编程库中有不同的用法和功能。<span class="em">1</span><span class="em">2</span>
#### 引用[.reference_title]
- *1* [rand()与randn()函数简介](https://blog.csdn.net/sister_and_momo/article/details/130460360)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* [rand与randn的区别 用randn产生均值为0、方差为1的高斯白噪声](https://blog.csdn.net/qq_33467472/article/details/107957424)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]