np.random.randn(3,1)

np.random.randn(3,1)是numpy库中的一个函数，用于生成指定形状的正态分布随机数数组。其中的参数3和1分别代表生成的随机数数组的形状为3行1列。正态分布的均值默认为0，标准差默认为1。可以通过修改参数来调整均值和标准差。与np.random.normal()类似，但是np.random.randn()不需要显式地指定均值和标准差，而是默认为0和1。

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 ]]
"""