Numpy random.randn() 函数

Numpy random.randn() 函数用于生成指定形状的 Numpy 数组，并根据标准正态分布用随机值填充该数组。

如果提供正数参数，randn 将生成一个形状为 (d0, d1, ..., dn) 的数组，该数组填充从均值为 0、方差为 1 的单变量正态(高斯)分布中采样的随机浮点数。如果没有提供参数，则返回从该分布中随机采样的单个浮点数。

语法

以下是 Numpy random.randn() 函数的语法 -

numpy.random.randn(d0, d1, ..., dn)

参数

以下是 Numpy random.randn() 函数的参数 -

• d0, d1, ..., dn - 这些是输出数组的维度。

返回值

此函数返回一个 NumPy 数组，该数组由遵循标准正态分布的随机浮点数填充。

示例

以下是使用 Numpy random.randn() 函数生成单个随机浮点数的基本示例 -

import numpy as np
random_value = np.random.randn()
print("随机值 -", random_value)
print(type(random_value))

输出

以下是上述代码的输出 -

随机值 - 0.3946743245523318
<class 'float'>

示例:使用"random.randn()"的 Numpy 数组

numpy.random.randn() 函数也可用于生成符合标准正态分布的 1D NumPy 随机值数组。

以下示例中，使用 numpy.random.randn() 函数生成一个包含 4 个元素的 1D 数组 -

import numpy as np
numpy_array = np.random.randn(4)
print("一维随机值数组 -
", numpy_array)
print(type(numpy_array))

输出

以下是上述代码的输出:

一维随机值数组 -
[1.30524442 -0.74706264 0.53150742 -1.29810795]
<class 'numpy.ndarray'>

示例:多维 Numpy 数组

使用 numpy.random.randn() 函数，我们可以通过指定所需维度作为参数来生成 n 维随机值数组。

本例中，生成了一个维度为 3x4x3 的三维数组，其中填充了符合标准正态分布的随机值 -

import numpy as np
numpy_3d_array = np.random.randn(3, 4, 3)
print("3D 随机值数组 -
", numpy_3d_array)

输出

以下是上述代码的输出 -

3D随机值数组 -
[[[ 0.62852014 1.41807874 0.83575845]
[ 1.00913888 -0.62230585 0.67617611]
[-0.51083778 0.5203​​9257 -0.84454698]
[ 1.22446679 -0.13410954 -0.33386194]]
[[ 0.41440124 1.00212288 0.39328479]
[ 0.51793246 1.03868843 1.23749478]
[-2.23742862 0.0430593 -0.60495951]
[ 0.0221033 0.75218868 -0.02696248]]
[[ 0.4918343 0.72076167 -1.40222382]
[ 2.43693037 -0.83250305 0.26874105]
[-0.54347424 2.25655853 0.45657885]
[-1.01706963 0.6131971 0.45100215]]]

示例:传递负参数

当我们将负参数传递给numpy.random.randn() 函数，它会引发 ValueError。

在下面的示例中，我们向 numpy.random.randn() 函数传递了一个 -6(负数)−

#导入 numpy 数组
import numpy as np
#传递负整数
my_Array = np.random.randn(-6)
print("Numpy Array",my_Array)

输出

以下是上述代码的输出 −

Traceback (most recent call last):
  File "/home/cg/root/52187/main.py", line 4, in <module>
    my_Array = np.random.randn(-6)
  File "mtrand.pyx", line 1270, in numpy.random.mtrand.RandomState.randn
  File "mtrand.pyx", line 1431, in numpy.random.mtrand.RandomState.standard_normal
  File "_common.pyx", line 636, in numpy.random._common.cont
ValueError: negative dimensions are not allowed

numpy_array_creation_routines.html