Numpy np.casuale.funzione randn

Il casuale.La funzione Randn () in Numpy consente di generare una serie di forme specificate. Funziona popolando l'array con valori casuali per distribuzione "normale standard".

In questo articolo, esploreremo come usare il casuale.funzione randn () in numpy per generare array di campioni.

np.casuale.funzione randn ()

La funzione Randn () prende le dimensioni di un array come argomenti e restituisce un valore galleggiante o un array multidimensionale della forma specificata.

Come accennato, la funzione restituisce campioni dalla distribuzione normale standard.

La distribuzione normale standard è un tipo speciale di distribuzione normale in cui la media è 0 e ha un valore di deviazione standard di 1.

Una distribuzione normale è una distribuzione simmetrica in cui i dati tracciati su un grafico forma una forma a campana. La maggior parte dei cluster di dati attorno a un punto centrale in una distribuzione normale e si rastrellano mentre vanno più lontano dal punto principale.

La funzione Randn () in Numpy ha una sintassi come mostrato di seguito:

casuale.Randn (D0, D1, ..., DN)

Dove il d0, d1, ..., DN si riferisce a un parametro di tipo int opzionale che determina le dimensioni dell'array restituito. Assicurarsi che i valori dei parametri d* siano numeri interi non negativi.

Nota: se non viene fornito alcun argomento, la funzione restituisce un singolo valore a punto mobile.

Generare galleggianti casuali usando NP.casuale.Randn ()

Per generare un galleggiante casuale usando la funzione Randn (), inizia importando numpy, come mostrato di seguito:

# Importa Numpy
Importa Numpy come NP

Per generare un galleggiante casuale, chiamare la funzione Randn () senza argomenti, come mostrato di seguito:

Stampa (NP.casuale.Randn ())
Stampa (NP.casuale.Randn ())
Stampa (NP.casuale.Randn ())
Stampa (NP.casuale.Randn ())

Il codice precedente dovrebbe generare numeri interi casuali e restituire i valori, come mostrato di seguito:

Crea array 1D utilizzando la funzione Randn ()

Possiamo creare un array aidimensionale usando la funzione Randn specificando un valore per il parametro di dimensione.

Un esempio è mostrato di seguito:

# 1d array
arr = np.casuale.Randn (5)
display (arr)

Il codice precedente dovrebbe generare un array 1D con cinque elementi come mostrato di seguito:

array ([0.4127406, -0.24008493, -0.4563451, -0.65624503, 0.43985204])

Crea array 2D utilizzando la funzione Randn ()

Per creare un array 2D usando la funzione Randn (), possiamo specificare due valori per rappresentare le dimensioni dell'array.

Considera il codice, come mostrato di seguito:

# Array 2D
arr = np.casuale.Randn (2,3)
display (arr)

Questo dovrebbe restituire un array bidimensionale di 2 righe e 3 colonne. Un esempio di esempio è mostrato di seguito:

array ([[-0.08095138, 1.65439459, 0.55345608],
[1.06720002, 0.90974257, 0.48808603]])

Nota: i parametri in Randn (2,3) rappresentano rispettivamente righe e colonne.

Crea array 3D utilizzando la funzione Randn ()

Per creare un array 3D usando la funzione Randn (), possiamo fare quanto segue:

arr = np.casuale.Randn (2,2,2)
display (arr)

Questo dovrebbe restituire un array 3D di valori casuali come mostrato:

array ([[[--2.01110783, 3.0148612],
[-1.3227269, 0.96494486]],
[[0.14853023, 1.72551442],
[0.23563147, -1.55067172]]])

Rimodellare un array

Dopo aver generato un array casuale, possiamo usare l'array.Reshape () funzione per rimodellare l'array nel nostro formato desiderato.

Considera l'esempio seguente:

# Array 2D
arr = np.casuale.Randn (4,6)

Nell'esempio precedente, generiamo un array 2D usando la funzione Randn ().

Per rimodellare l'array in una forma di 8,3, possiamo fare quanto segue:

Display (arr.Reshape (8,3))

Questo dovrebbe tornare:

Conclusione

In questo tutorial, abbiamo imparato a usare il NP.casuale.Funzione Randn per generare array 1, 2 e tridimensionale popolati con valori di campionamento per distribuzione gaussiana. Grazie per aver letto questo articolo e felice programmazione.