python中的np.random.normal

np.random.normal(size,loc,scale): 

给出均值为loc，标准差为scale的高斯随机数（场）.

先看伟大的高斯分布（Gaussian Distribution）的概率密度函数（probability density function）：

f(x)=12π−−√σexp(−(x−μ)22σ2)

对应于numpy中：

numpy.random.normal(loc=0.0, scale=1.0, size=None)

• 1

• 1

参数的意义为：

loc：float
    此概率分布的均值（对应着整个分布的中心centre）
scale：float
    此概率分布的标准差（对应于分布的宽度，scale越大越矮胖，scale越小，越瘦高）
size：int or tuple of ints
    输出的shape，默认为None，只输出一个值

• 1
• 2
• 3
• 4
• 5
• 6

• 1
• 2
• 3
• 4
• 5
• 6

我们更经常会用到的np.random.randn(size)所谓标准正态分布（μ=0,σ=1），对应于np.random.normal(loc=0, scale=1, size)。