numpy.random.normal() 用法及代码示例
Lincoln 对于正态随机，我们采用.normal()
numpy.random.normal(loc = 0.0，scale = 1.0，size = None)：
创建一个指定形状的数组，并用随机值填充它，这实际上是Normal(Gaussian)Distribution的一部分。由于其特征形状，此分布也称为钟形曲线。
参数：
loc : [float or array_like] 分布的平均值.
scale : [float or array_like] 分布的标准差.
size : [int or int tuples]. 输出形状为 (m, n, k)，然后绘制 mnk 样本。 如果 size 为 None（默认情况下），则返回单个值.
返回：
已定义形状的数组，按照正态分布填充随机值
代码1：随机构造一维数组
# Python Program illustrating
# numpy.random.rand() method
import numpy as geek
# 1D Array
array = geek.random.rand(5)
print("1D Array filled with random values : \n", array)
输出：
1D Array filled with random values : [ 0.84503968 0.61570994 0.7619945 0.34994803 0.40113761]
代码2：根据高斯分布随机构造一维数组
# Python Program illustrating
# numpy.random.normal() method
import numpy as geek
# 1D Array
array = geek.random.normal(0.0, 1.0, 5)
print("1D Array filled with random values "
"as per gaussian distribution : \n", array)
# 3D array
array = geek.random.normal(0.0, 1.0, (2, 1, 2))
print("\n\n3D Array filled with random values "
"as per gaussian distribution : \n", array)
输出：
1D Array filled with random values as per gaussian distribution : [-0.99013172 -1.52521808 0.37955684 0.57859283 1.34336863] 3D Array filled with random values as per gaussian distribution : [[[-0.0320374 2.14977849]] [[ 0.3789585 0.17692125]]]
Code3：Python程序，说明NumPy中随机与正常的图形表示
# Python Program illustrating
# graphical representation of
# numpy.random.normal() method
# numpy.random.rand() method
import numpy as geek
import matplotlib.pyplot as plot
# 1D Array as per Gaussian Distribution
mean = 0
std = 0.1
array = geek.random.normal(0, 0.1, 1000)
print("1D Array filled with random values "
"as per gaussian distribution : \n", array);
# Source Code :
# https://docs.scipy.org/doc/numpy-1.13.0/reference/
# generated/numpy-random-normal-1.py
count, bins, ignored = plot.hist(array, 30, normed=True)
plot.plot(bins, 1/(std * geek.sqrt(2 * geek.pi)) *
geek.exp( - (bins - mean)**2 / (2 * std**2) ),
linewidth=2, color='r')
plot.show()
# 1D Array constructed Randomly
random_array = geek.random.rand(5)
print("1D Array filled with random values : \n", random_array)
plot.plot(random_array)
plot.show()
输出：
1D Array filled with random values as per gaussian distribution :
[ 0.12413355 0.01868444 0.08841698 …, -0.01523021 -0.14621625
-0.09157214]
1D Array filled with random values :
[ 0.72654409 0.26955422 0.19500427 0.37178803 0.10196284]
重要：
在代码3中，图1清楚地显示了高斯分布，它是根据通过random.normal()方法生成的值创建的，因此遵循高斯分布。
图2不遵循任何分布，因为它是根据random.rand()方法生成的随机值创建的。
