NumPy 1.14 - RandomState.randn()

numpy.random.RandomState.randn




numpy

numpy.random.RandomState.randn

RandomState.randn(d0, d1, ..., dn)

"मानक सामान्य" वितरण से एक नमूना (या नमूने) लौटाएं।

यदि सकारात्मक, int_like या पूर्व-परिवर्तनीय तर्क प्रदान किए जाते हैं, तो रैंड आकार का एक सरणी (d0, d1, ..., dn) उत्पन्न करता है, एक यादृच्छिक "सामान्य" (गौसियन) वितरण से लिया गया यादृच्छिक यादृच्छिक फ्लैट्स से भरा होता है, जिसका अर्थ है 0 और विचरण का वितरण। 1 (यदि कोई हो d_i फ़्लोट हैं, उन्हें पहले पूर्णांक द्वारा पूर्णांक में परिवर्तित किया जाता है)। यदि कोई तर्क प्रदान नहीं किया जाता है, तो वितरण से बेतरतीब ढंग से भरा एक एकल फ्लोट लौटाया जाता है।

यह एक सुविधा समारोह है। यदि आप ऐसा इंटरफ़ेस चाहते हैं, जो पहले तर्क के रूप में टपल लेता है, numpy.random.standard_normal इसके बजाय numpy.random.standard_normal उपयोग करें।

पैरामीटर:

d0, d1,…, dn : int, वैकल्पिक

लौटे सरणी के आयाम, सभी सकारात्मक होना चाहिए। यदि कोई तर्क नहीं दिया जाता है तो एक भी पायथन फ्लोट लौटाया जाता है।

यह दिखाता है:

Z : ndarray या फ्लोट

A (d0, d1, ..., dn) मानक सामान्य वितरण से फ्लोटिंग-पॉइंट सैंपल की सरणी, या कोई एकल फ़्लोट यदि कोई पैरामीटर नहीं दिया गया था।

यह भी देखें

random.standard_normal
इसी तरह, लेकिन अपने तर्क के रूप में एक तुक लेता है।

टिप्पणियाँ

से यादृच्छिक नमूने के लिए एन (\ mu, \ sigma ^ 2) , उपयोग:

sigma * np.random.randn(...) + mu

उदाहरण

>>> np.random.randn()
2.1923875335537315 #random

एन (3, 6.25) से नमूने के दो-चार-चार सरणी:

>>> 2.5 * np.random.randn(2, 4) + 3
array([[-4.49401501,  4.00950034, -1.81814867,  7.29718677],  #random
       [ 0.39924804,  4.68456316,  4.99394529,  4.84057254]]) #random