numpy.matlib.randn¶

numpy.matlib.randn(*args)[source]¶

返回具有来自“标准正态”分布的数据的随机矩阵。

randn生成填充有从平均值0和方差1的单变量“正态”（高斯）分布采样的随机浮点的矩阵。

参数：	* args：参数输出形状。如果给定为N个整数，每个整数指定一个维度的大小。如果给出一个元组，这个元组给出完整的形状。
返回：	Z：浮点矩阵从标准正态分布绘制的浮点样本矩阵。

参数：

* args：参数

输出形状。如果给定为N个整数，每个整数指定一个维度的大小。如果给出一个元组，这个元组给出完整的形状。

Z：浮点矩阵

从标准正态分布绘制的浮点样本矩阵。

也可以看看

rand，random.randn

笔记

对于 $N(\mu, \sigma^2)$ 的随机样本，使用：

sigma * np.matlib.randn（...） + t5>

例子

>>> import numpy.matlib
>>> np.matlib.randn(1)
matrix([[-0.09542833]])                                 #random
>>> np.matlib.randn(1, 2, 3)
matrix([[ 0.16198284,  0.0194571 ,  0.18312985],
        [-0.7509172 ,  1.61055   ,  0.45298599]])       #random

来自 $N(3, 6.25)$ 的样本的两乘四矩阵：

>>> 2.5 * np.matlib.randn((2, 4)) + 3
matrix([[ 4.74085004,  8.89381862,  4.09042411,  4.83721922],
        [ 7.52373709,  5.07933944, -2.64043543,  0.45610557]])  #random