Numpy生成正态分布的数组

生成正态分布的数组

概述

正态分布是一种概率分布，具有两u和a两个连续类型的随机变量的分布。u是均值，a是方差，所以正态分布也记作N(u,a)。

在整体分布的折线图中，u决定的是图形的位置，a决定的是图形的高矮和胖瘦。a越大图形越瘦高，a越小图形越矮胖。u越小图形越靠前，u越大图形越靠后。

当u等于1的时候，也叫做标准正态分布。

正态分布的创建方式

np.random.randn(d0,d1,…dn)从标准正态分布中返回一个或者多个样本值。

np.random.normal(loc=0.0,scale=1.0,size=None)生成符合正态分布的随机数组：

• loc：均值，也就是u
• scale：标准差，也就是a
• size：数组的形状，默认只输出1个值

np.random.standard_normal(size=None)生成标准整体分布数据。

示例：生成均值为3.33，标准差为3的正态分布数据，元素个数是10个。

import numpy as np

narr = np.random.normal(3.33, 3, 10)
narr

输出结果：

array([6.38435977, 1.9113823 , 4.78194696, 8.05576498, 6.37894208,
       3.6986583 , 5.00534352, 5.55968004, 6.08443259, 2.40396452])

示例：绘制标准正态分布的直方图

import numpy as np
import matplotlib.pyplot as plt

x = np.random.normal(33.3, 3, 1000)
plt.figure(figsize=(20,10), dpi=100)

plt.hist(x, 1000)
plt.show()

输出结果：