Python中的randn函數

一、randn函數概述

在Python中，有一個非常有用的函數——numpy.random.randn。這個函數可以產生符合標準正態分布的隨機數。所謂”標準正態分布”指的是均值為0，方差為1的正態分布。randn函數簡單易用，對於數據科學家和機器學習工程師來說非常實用。

二、randn函數的用法

使用randn函數很簡單，只需要在代碼中引入numpy包，並用np.random.randn()來獲取一個指定數量的隨機數。比如，我們需要生成10個標準正態分布的隨機數，可以這樣寫：

import numpy as np
random_numbers = np.random.randn(10)
print(random_numbers)

輸出結果如下：

array([ 1.74334205,  2.1157683 , -0.13160341,  1.1204471 , -0.51816891,
        0.00562109,  1.72985181, -1.17106584,  2.4836455 , -1.04312114])

可以看到，我們生成了10個隨機數。這些隨機數的均值應該接近於0，方差應該接近於1。

三、randn函數的參數

randn函數有一個很有用的參數，即隨機數的數量。我們可以通過設置這個參數來產生不同數量的隨機數。比如，我們需要生成100個標準正態分布的隨機數，可以這樣寫：

import numpy as np
random_numbers = np.random.randn(100)
print(random_numbers)

輸出結果如下：

array([-0.93210958, -0.57975067,  1.89887811, -1.41064129, -1.10781932,
       -0.05791265, -0.12212742, -0.2285976 , -1.40152902, -0.46608399,
        1.31062286, -0.34346808,  1.3471599 , -1.08252479, -0.06443984,
        ...])

除了隨機數的數量之外，randn函數還可以接受其他參數。

四、randn函數的擴展

numpy.random.randn函數是生成標準正態分布的函數之一，還有其他類型的正態分布函數。比如，numpy.random.normal函數可以生成指定均值和標準差的正態分布隨機數。

下面是一個例子，生成均值為5，標準差為2的正態分布隨機數：

import numpy as np
mu, sigma = 5, 2 # mean and standard deviation
s = np.random.normal(mu, sigma, 100)
print(s)

輸出結果如下：

array([ 4.83424758,  5.97303089,  3.90088257,  3.70301126,  8.41641676,
        4.83220355,  7.34467049,  4.46491644,  3.60520754,  5.94260971,
        ...])

還有一些其他的函數，比如numpy.random.randint可以生成指定範圍內的整數隨機數、numpy.random.random可以生成0到1之間均勻分布的隨機數、numpy.random.uniform可以生成指定範圍內的均勻分布的隨機數等等。

五、總結

在Python中，numpy包提供了一系列優秀的隨機數生成函數，這些函數方便、實用。其中，numpy.random.randn是生成標準正態分布隨機數的一個很好的選擇。我們可以使用這些函數來模擬數據、生成隨機數等等，這些應用非常廣泛。