利用numpy在Python中生成正态分布随机数的向量和矩阵操作实例
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
本教程详细介绍了如何使用Python的NumPy库来创建服从正态分布的随机数向量与矩阵，并提供实用的操作示例。
本段落实例讲述了使用Python的numpy库生成正态分布随机数向量或矩阵的方法。分享给大家供参考：
简单来说，正态分布（Normal distribution）又名高斯分布（Gaussian distribution），在数学、物理及工程等领域非常重要，在统计学中影响广泛。
一般的正态分布可以通过标准正态分布结合期望值和协方差来获得。以下代码可以生成一维或二维的正态分布样本：
示例1：一维正态分布
```python
# coding=utf-8
import numpy as np
mu, sigma = 0, 0.1 # 均值与标准差
s = np.random.normal(mu, sigma, 1000)
```
这段代码将生成一个包含1000个样本的一维正态分布，均值为`mu`且标准偏差为`sigma`。
全部评论 (0)
还没有任何评论哟~
