首页 > Python资料 博客日记
[Python] numpy中的random.normal函数介绍和使用案例
2024-05-26 11:00:04Python资料围观138次
这篇文章介绍了[Python] numpy中的random.normal函数介绍和使用案例,分享给大家做个参考,收藏Python资料网收获更多编程知识
什么是正态分布?
正态分布是指一种特殊的钟形曲线,它是一种概率分布,常用于描述自然界中的许多现象,如身高、寿命、气温等。它是概率统计中最重要的分布之一,也是数理统计的基础。
正态分布(normal distribution)又名高斯分布(Gaussian distribution),是一个在数学、物理及工程等领域都非常重要的概率分布,在统计学的许多方面有着重大的影响力。若随机变量X服从一个数学期望为μ、标准方差为σ的高斯分布,记为:则其概率密度函数为正态分布的期望值μ决定了其位置,其标准差σ决定了分布的幅度。因其曲线呈钟形,因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是μ = 0,σ = 1的正态分布。
random.normal函数
Numpy中的random.normal函数用于生成符合正态分布的随机数。它的函数原型如下:
numpy.random.normal(loc=0.0, scale=1.0, size=None)
其中,loc参数表示正态分布的均值,scale参数表示正态分布的标准差,size参数表示生成随机数的数量和形状。
使用场景
- 在统计学中,可以使用该函数生成符合正态分布的随机样本,进行假设检验、回归分析等。
- 在机器学习中,可以使用该函数生成符合正态分布的特征数据,作为模型的输入。
- 在金融领域中,可以使用该函数生成符合正态分布的股票价格、汇率等随机变量,进行模拟交易、风险评估等。
使用案例
import numpy as np
# 使用numpy的random.normal函数生成一个符合正态分布的随机数
result = np.random.normal(loc=0, scale=1, size=(3, 3))
print(result)
参考资料
版权声明:本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:jacktools123@163.com进行投诉反馈,一经查实,立即删除!
标签:
相关文章
最新发布
点击排行
- 版本匹配指南:Numpy版本和Python版本的对应关系
- Python 可视化 web 神器:streamlit、Gradio、dash、nicegui;低代码 Python Web 框架:PyWebIO
- 版本匹配指南:PyTorch版本、torchvision 版本和Python版本的对应关系
- 相关性分析——Pearson相关系数+热力图(附data和Python完整代码)
- Could not build wheels for llama-cpp-python, which is required to install pyproject.toml-based proj
- Python pyinstaller打包exe最完整教程
- Anaconda版本和Python版本对应关系(持续更新...)
- Python与PyTorch的版本对应