Функция numpy.random.normal() выполняет случайные выборки и генерирует случайные значения из нормального (гауссовского) распределения в Python.
Нормальное распределение часто называют кривой нормального распределения из-за его формы. Поскольку форма графика нормального распределения похожа на колокол, его часто называют кривой колокола.
Синтаксис
|
1 |
random.normal(loc = 0.0, scale =1.0, size = None) |
Аргументы
- loc: Это среднее значение нормального распределения. Его также называют средним. Если в аргументе ничего не передается, он автоматически принимает 0 в качестве среднего значения для нормального распределения. Потому что если получается нормальное распределение, то среднее значение равно 0; поэтому 0.0 назначается по умолчанию.
- scale: Это стандартное отклонение нормального распределения. Его также называют стандартным отклонением. Как следует из названия, это стандартное отклонение между точками нормального распределения. Если в качестве аргумента передается стандартное отклонение, функция автоматически присваивает значение 1,0.
- size: это количество отрисовываемых образцов. Если n — количество выборок, переданных в аргументе, то выбирается n выборок. Если в аргументе ничего не указано, будет взята 1 выборка.
Пример 1 numpy.random.normal()
|
1 2 3 4 |
import numpy as np normal_dist = np.random.normal() print(normal_dist) |
Выход
|
1 |
3.5463349551368286 |
В этой программе мы импортировали пакет numpy, состоящий из нескольких функций. Мы использовали функцию random.normal(). Это функция, присутствующая внутри случайного класса пакета numpy. Функция np.random.normal() находит нормальное распределение для случайных выборок.
Пример 2
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
import numpy as np # creating a variable for storing mean mu = 1.0 # creating a variable for storing standard deviation sigma = 2.5 # creating a variable for storing the number of samples siz = 7 normal_dist = np.random.normal(mu, sigma, siz) print(normal_dist) |
Выход
|
1 2 |
[-1.58196785 0.29736585 1.81180083 4.33999648 5.55233104 2.37637558 -1.43250784] |
В этой программе мы создали три переменные: mu, sigma и siz.
mu используется для хранения среднего значения нормального распределения. Sigma используется для хранения стандартного отклонения. А siz используется для хранения количества выборок.
Мы передали функции среднее значение, стандартное отклонение и размер. Следовательно, на выходе будет семь выборок, поскольку мы указали семь в качестве размера.
