基于numpy.random.randn()与rand()的区别详解
更新时间：2018年04月17日 08:52:07 作者：木子木泗
下面小编就为大家分享一篇基于numpy.random.randn()与rand()的区别详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
numpy 中有一些常用的用来产生随机数的函数，randn()和rand()就属于这其中。
numpy.random.randn(d0, d1, …, dn) 是从标准正态分布中返回一个或多个样本值。
numpy.random.rand(d0, d1, …, dn) 的随机样本位于[0, 1)中。
import numpy as np
arr1 = np.random.randn(2,4)
print(arr1)
print('******************************************************************')
arr2 = np.random.rand(2,4)
print(arr2)
结果：
[[-1.03021018 0.5197033 0.52117459 -0.70102661] [ 0.98268569 1.21940697 -1.095241 -0.38161758]] ****************************************************************** [[ 0.19947349 0.05282713 0.56704222 0.45479972] [ 0.28827103 0.1643551 0.30486786 0.56386943]]
以上这篇基于numpy.random.randn()与rand()的区别详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
python pandas库中DataFrame对行和列的操作实例讲解
今天小编就为大家分享一篇python pandas库中DataFrame对行和列的操作实例讲解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-06-06
本文介绍了如何使用 pytest-html 插件生成测试报告,并提供了详细的操作步骤、配置项和示例代码,具有一定的参考价值,感兴趣的可以了解一下2023-11-11
python 中的collections.OrderedDict() 用法
这篇文章主要介绍了python 中的collections.OrderedDict() 用法，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2021-05-05
这篇文章主要介绍了Python json模块dumps、loads操作,结合实例形式分析了Python使用json模块针对json数据的载入、读取、打印、编码转换等相关操作技巧,需要的朋友可以参考下2018-09-09
这篇文章主要介绍了Python线程threading(Thread类),线程是进程的组成部分，一个进程可以拥有多个线程，更多详细内容需要的朋友可以参考一下下面文章详细内容2022-07-07
queue库提供了一个适用于多线程编程的先进先出（FIFO）数据结构,可以用来在生产者与消费者线程之间安全地传递消息或其他数据,它会为调用者处理锁定,使多个线程可以安全而更容易地处理同一个Queue实例.Queue的大小可能受限,以限制内存使用或处理,需要的朋友可以参考下2021-05-05
Python 编程语言，与其他流行编程语言相比主要缺点是它的动态特性和多功能属性拖慢了速度表现。Python 代码是在运行时被解释的，而不是在编译时被编译为原生代码。在本文中，我们将讨论如何用多处理模块并行执行自定义 Python 函数，并进一步对比运行时间指标。2021-10-10
这篇文章主要介绍了用Python 执行cmd命令的方法，帮助大家更好的理解和使用python，感兴趣的朋友可以了解下2020-12-12
今天小编就为大家分享一篇使用python绘制3维正态分布图的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-12-12
今天小编就为大家分享一篇python的slice notation的特殊用法详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12
最新评论