Numpy 函数解释：numpy.random.normal()

背景

最近看Github源码时发现有个生成正态分布数值的用法：np.random.normal([3, 5])，这行代码会输入一个二维的array？

In [1]: import numpy as np

In [2]: np.random.normal([3,5])
Out[2]: array([1.46251563, 7.74062177])

这与我理解的不同，normal 函数的参数为何为一个list且未指定size时生成1*2 array 呢？

查看官方教程：https://docs.scipy.org/doc/numpy-1.14.0/reference/generated/numpy.random.normal.html

np.random.normal(loc=0.0, scale=1.0, size=None) 的作用是生成高斯分布的概率密度随机数:
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

百思未得其解，random.normal()参数为list是指定什么值呢？

后来通过实验得到求解：
random.normal()可以传入一组均值和标准差来生成随机数，最后生成对应组数和size的随机数。看起来有点绕口，不bb，show my code！

In [1]: import numpy as np

In [2]: loc = [0, 10]

In [3]: scale = [1, 5]

In [4]: np.random.normal(loc, scale, size=2)
Out[4]: array([ 0.18187556, 10.73716283])

In [5]: np.random.normal(loc, scale, size=(2,2))
Out[5]:
array([[-0.14780485,  6.22388546],
       [ 0.26847313, 12.88147354]])

In [6]: np.random.normal(loc, scale)
Out[6]: array([ 1.42951507, 13.15290407])

从上面的代码可以看出，random.normal()默认生成两个随机数，如果指定大小为2,2时可以生成2x2的数组，这数组中的第一列数符合正态分布(0,1)，第二组随机数符合正态分布(10,5)。

这样解释就可以理解为什么 random.normal 可以传入list为参数了啊！