Este equipo especializado pasados muchos días de trabajo y recopilar de información, hallamos la solución, queremos que resulte de utilidad en tu plan.
random.randn(d0, d1, ..., dn)
-
Devuelva una muestra (o muestras) de la distribución “normal estándar”.
Nota
Esta es una función conveniente para los usuarios que transfieren el código de Matlab y envuelve
standard_normal
. Esa función toma una tupla para especificar el tamaño de la salida, que es consistente con otras funciones de NumPy comonumpy.zeros
ynumpy.ones
.Nota
El nuevo código debe usar el
standard_normal
método de undefault_rng()
instancia en su lugar; por favor vea el Inicio rápido.Si se proporcionan argumentos positivos int_like,
randn
genera un array de forma(d0, d1, ..., dn)
, lleno de flotadores aleatorios muestreados a partir de una distribución univariada “normal” (gaussiana) de media 0 y varianza 1. Se devuelve un único flotador muestreado aleatoriamente de la distribución si no se proporciona ningún argumento.- Parámetros
-
d0, d1, …, dnint, optional
-
Las dimensiones del devuelto array, debe ser no negativo. Si no se proporciona ningún argumento, se devuelve un solo flotante de Python.
- Devoluciones
-
Zndarray or float
-
A
(d0, d1, ..., dn)
-conformado array de muestras de punto flotante de la distribución normal estándar, o un solo flotante si no se proporcionaron parámetros.
Ver también
standard_normal
-
Similar, pero toma una tupla como argumento.
normal
-
También acepta argumentos mu y sigma.
Generator.standard_normal
-
que debe usarse para el nuevo código.
Notas
Para muestras aleatorias de
sigma * np.random.randn(...) + mu
Ejemplos de
>>> np.random.randn()2.1923875335537315# random
Dos por cuatro array de muestras de N (3, 6.25):
>>>3+2.5* np.random.randn(2,4) array([[-4.49401501,4.00950034,-1.81814867,7.29718677],# random[0.39924804,4.68456316,4.99394529,4.84057254]])# random