怎么使用numpy.random.randn()

numpy.random.randn() 是一个用于生成随机数的函数，它可以生成一个或多个服从标准正态分布的随机数。具体使用方法如下：

1. 导入 numpy 库：import numpy as np
2. 使用 np.random.randn() 函数生成随机数，例如：x = np.random.randn() 或者 x = np.random.randn(3, 4)。第一个例子生成一个标量，第二个例子生成一个 3 行 4 列的矩阵。
3. 可以使用其他 numpy 函数对生成的随机数进行操作，例如求和、平均值等。

需要注意的是，每次生成的随机数都是不同的，因为它们是随机生成的。

相关问题

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。

#使用numpy.random.randn生成一幅与im0具有相同大小的随机噪声图像

可以使用以下代码生成一幅与im0具有相同大小的随机噪声图像：

import numpy as np

# 假设im0是一幅大小为H x W x C的图像
H, W, C = im0.shape

# 生成随机噪声
noise = np.random.randn(H, W, C)

# 将噪声图像加到原始图像上
im_noisy = im0 + noise

其中，`np.random.randn`用于生成均值为0，标准差为1的随机数。由于im0可能是一幅RGB彩色图像，因此需要使用`im0.shape`获取图像的大小和通道数。最后，将噪声图像加到原始图像上即可得到一幅随机噪声图像。