Python Numpy random.normal() 正态(高斯)分布

这篇具有很好参考价值的文章主要介绍了Python Numpy random.normal() 正态(高斯)分布。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1、正态(高斯)分布

正态分布是最重要的分布之一。

在德国数学家卡尔·弗里德里希·高斯之后,它也被称为高斯分布。

它适合许多事件的概率分布,例如。 智商得分,心跳等

使用random.normal()方法获取正态数据分布。

它具有三个参数:

loc-(平均)钟声峰值所在的位置。

scale-(标准偏差)图形分布的平坦程度。

size-返回数组的形状。

例如:

生成大小为2x3的随机正态分布:

from numpy import random

x = random.normal(size=(2, 3))

print(x)

例如:

生成大小为2x3的随机正态分布,平均值为1,标准差为2:

from numpy import random

x = random.normal(loc=1, scale=2, size=(2, 3))

print(x)

2、正态分布可视化

例如:

from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns

sns.distplot(random.normal(size=1000), hist=False)

plt.show()

 Result

numpy生成高斯分布,numpy,python,概率论,开发语言

 文章来源地址https://www.toymoban.com/news/detail-597518.html

到了这里,关于Python Numpy random.normal() 正态(高斯)分布的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • NumPy的np.random.rand()用法

    np.random.rand() 是NumPy库中的函数,用于生成在[0, 1)区间内均匀分布的随机数,可以接受多个整数参数,用于指定生成数组的形状。 生成一个随机标量: 生成一个一维随机数组: 生成一个二维随机数组: 生成一个多维随机数组: 在其他区间生成随机数,例如,在[a, b)区间生成

    2024年02月05日
    浏览(60)
  • numpy抽样函数 np.random.choice用法详解

    顾名思义,抽样函数,定义如下: 参数说明: a :待抽样的样本(一维数组或整数) size: 输出大小,默认返回单个元素 replace : 抽样后的元素是否可重复,默认是 p: 每个样本点被抽样的概率,默认均匀抽样 举例如下: 从[1,2,3,4,5]中随机抽三个元素,可重复,概率分别为[0.1,

    2024年02月15日
    浏览(34)
  • numpy中的np.random.rand、np.random.randn、np.random.randint、np.random.uniform等用法

    随机数生成方法 1、np.random.rand(d0, d1, …, dn) np.random.rand(d0, d1, …, dn):生成一个指定形状的[0, 1)之间 均匀分布 的随机数数组。参数d0, d1, …, dn指定了生成的随机数数组的维度。 2、np.random.randn(d0, d1, …, dn) np.random.randn(d0, d1, …, dn):生成一个指定形状的**标准正态分布(**平均

    2024年02月09日
    浏览(33)
  • 详述numpy中的np.random.rand()、np.random.randn()、np.random.randint()、np.random.uniform()函数的用法

         目录  (一)np.random.rand()  (二)np.random.randn()  (三)np.random.randint(low,high,size,dtype)  (四)np.random.uniform(low,high,size)         引言:在机器学习还有深度学习中,经常会用到这几个函数,为了便于以后熟练使用,现在对这几个函数进行总结。        

    2023年04月08日
    浏览(32)
  • 两个均匀分布相加、两个正态分布相加、由均匀分布生成正态分布

    有师兄面试碰到类似问题,记录一下推导过程。

    2024年02月16日
    浏览(41)
  • numpy 随机生成矩阵

    np.random.randint(a, b, size=(c, d)): 注:a-b表示生成[a,b]数的范围,后面size表示生成矩阵的大小 np.random.rand(a, b) 注:通过本函数可以返回一个或者一组服从“0-1”分布的随机样本值。随机样本取值的范围为[0,1) 应用:在Dropout正则化方法中用到,可以用来生成dropout随机向量例如d3 =

    2024年02月11日
    浏览(32)
  • 使用 NumPy 随机生成矩阵

    使用 NumPy 随机生成矩阵 在科学计算领域中,随机数生成是一种常见的需求。在 Python 中,NumPy 库提供了众多生成随机矩阵的函数,可以轻松地实现随机数生成。本文将详细介绍 NumPy 中生成随机矩阵的各种方法。 np.random.rand() np.random.rand() 函数用于返回 [0, 1) 之间的随机浮点数

    2024年02月03日
    浏览(33)
  • 【Numpy第一讲】如何生成矩阵,如何对矩阵进行加减乘除

    该博客为本人自学自编的笔记,主要介绍了Numpy部分用处,这是第一篇Numpy文章 Numpy是一个强大的Python库,用于进行科学计算,它可以处理矩阵和很多数据。 多维数组对象 :在Numpy中,最核心的部分就是它的多维数组对象,或者叫做ndarray。这个数组允许你存储同类型的数据集

    2024年04月10日
    浏览(31)
  • 正态分布,二维正态分布,卡方分布,学生t分布——概率分布学习 python

    目录 基本概念 概率密度函数(PDF: Probability Density Function) 累积分布函数(CDF: Cumulative Distribution Function) 核密度估计((kernel density estimation) 1.正态分布 概率密度函数(pdf) 正态分布累积分布函数(CDF) 正态分布核密度估计(kde) 正态分布四则运算 二维正态分布(逐渐补充) 马

    2024年02月03日
    浏览(28)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包