numpy矩阵运算randn()函数

numpy矩阵运算randn()函数

numpy.matlib.randn()是另一个在numpy中进行矩阵运算的函数。它从均值为0、方差为1的单变量 “正态”(高斯)分布中返回一个随机值的矩阵。

语法: numpy.matlib.randn(*args)

参数 :
*args : [参数] 输出矩阵的形状。如果以N个整数给出,每个整数指定一个维度的大小。如果以元组形式给出,这个元组给出完整的形状。如果有一个以上的参数,并且第一个参数是一个元组,那么其他参数将被忽略。

返回:从标准正态分布中抽取的随机值的矩阵。

代码#1:

# Python program explaining
# numpy.matlib.randn() function
  
# importing matrix library from numpy
import numpy as geek
import numpy.matlib
  
# desired 3 x 4 random output matrix 
out_mat = geek.matlib.randn((3, 4)) 
print ("Output matrix : ", out_mat) 

输出 :

Output matrix :  [[ 0.78620217  0.41624612 -0.28417131  0.1071018 ]
 [ 0.77645105  0.30858858 -1.98901344  1.25977209]
 [ 0.26279443 -0.41026178 -0.60834494  2.82552737]]

代码#2:

# Python program explaining
# numpy.matlib.randn() function
  
# importing numpy and matrix library
import numpy as geek
import numpy.matlib
  
# desired 1 x 5 random output matrix 
out_mat = geek.matlib.randn(5) 
print ("Output matrix : ", out_mat) 

输出 :

Output matrix :  [[ 0.34973625  0.28159132  0.72581405 -1.17511692  1.96773952]]

代码#3:

# Python program explaining
# numpy.matlib.randn() function
  
# importing numpy and matrix library
import numpy as geek
import numpy.matlib
  
# more than one argument given
out_mat = geek.matlib.randn((5, 3), 4) 
print ("Output matrix : ", out_mat) 

输出 :

Output matrix :  [[ 0.56784957  0.82980325  1.16683558]
 [-1.53444326 -0.27743273  0.65819067]
 [ 0.99654573 -1.20399432 -0.25603147]
 [ 1.74931585  0.58413453  1.67820029]
 [-1.25643231  0.21610229  0.21694595]]

注意:对于来自numpy矩阵运算randn()函数的随机样本,我们可以使用sigma * geek.matlib.randn(…) + mu。
例如,制作一个3×3的矩阵,其中的样本来自

numpy矩阵运算randn()函数

代码 #4 :

# Python program explaining
# numpy.matlib.randn() function
  
# importing numpy and matrix library
import numpy as geek
import numpy.matlib
  
# So, here mu = 3, sigma = 2
out_mat = 2 * geek.matlib.randn((3, 3)) + 3
print ("Output matrix : ", out_mat) 

输出 :

Output matrix :  [[ 4.04967121  0.26982021  2.3503067 ]
 [ 5.57757131  2.40051874 -0.84588539]
 [ 7.43715651  3.84004412  1.40514615]]

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程