Numpy NP.aléatoire.fonction randn

Le hasard.La fonction randn () dans Numpy vous permet de générer un tableau de formes spécifiées. Il fonctionne en remplissant le tableau avec des valeurs aléatoires par distribution «normale standard».

Dans cet article, nous explorerons comment utiliser le hasard.Fonction Randn () en Numpy pour générer des tableaux d'échantillons.

NP.aléatoire.Fonction Randn ()

La fonction randn () prend les dimensions d'un tableau comme les arguments et renvoie une valeur flottante ou un tableau multidimensionnel de la forme spécifiée.

Comme mentionné, la fonction renvoie les échantillons de la distribution normale standard.

La distribution normale standard est un type spécial de distribution normale où la moyenne est de 0 et a une valeur d'écart type de 1.

Une distribution normale est une distribution symétrique où les données tracées sur un graphique forme une forme en forme de cloche. La plupart des clusters de données autour d'un point central d'une distribution normale et s'affaiblissent à mesure qu'ils s'éloignent du point principal.

La fonction randn () dans Numpy a une syntaxe comme indiqué ci-dessous:

aléatoire.Randn (D0, D1,…, DN)

Où le D0, D1,…, DN fait référence à un paramètre de type int en option qui dicte les dimensions du tableau renvoyé. Assurez-vous que les valeurs des paramètres d * sont des entiers non négatifs.

Remarque: si aucun argument n'est fourni, la fonction renvoie une seule valeur à virgule flottante.

Générer un flotteur aléatoire à l'aide de NP.aléatoire.randn ()

Pour générer un flotteur aléatoire à l'aide de la fonction randn (), commencez par importer Numpy, comme indiqué ci-dessous:

# Importer Numpy
Importer Numpy comme NP

Pour générer un flotteur aléatoire, appelez la fonction randn () sans arguments, comme indiqué ci-dessous:

Imprimer (NP.aléatoire.randn ())
Imprimer (NP.aléatoire.randn ())
Imprimer (NP.aléatoire.randn ())
Imprimer (NP.aléatoire.randn ())

Le code précédent doit générer des entiers aléatoires et renvoyer les valeurs, comme indiqué ci-dessous:

Créer un tableau 1D à l'aide de la fonction randn ()

Nous pouvons créer un tableau 1 dimension en utilisant la fonction RANDN en spécifiant une valeur pour le paramètre de dimension.

Un exemple est indiqué ci-dessous:

Tableau # 1D
arr = np.aléatoire.Randn (5)
Affichage (arr)

Le code précédent doit générer un tableau 1D avec cinq éléments comme indiqué ci-dessous:

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

Créer un tableau 2D à l'aide de la fonction randn ()

Pour créer un tableau 2D en utilisant la fonction randn (), nous pouvons spécifier deux valeurs pour représenter les dimensions du tableau.

Considérez le code, comme indiqué ci-dessous:

# Tableau 2D
arr = np.aléatoire.Randn (2,3)
Affichage (arr)

Cela devrait renvoyer un tableau bidimensionnel de 2 lignes et 3 colonnes. Un exemple de sortie est illustré ci-dessous:

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

Remarque: les paramètres de Randn (2,3) représentent respectivement les lignes et les colonnes.

Créer un tableau 3D à l'aide de la fonction randn ()

Pour créer un tableau 3D à l'aide de la fonction randn (), nous pouvons effectuer ce qui suit:

arr = np.aléatoire.Randn (2,2,2)
Affichage (arr)

Cela devrait renvoyer un tableau 3D de valeurs aléatoires comme indiqué:

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

Remodeler un tableau

Après avoir généré un tableau aléatoire, nous pouvons utiliser le tableau.Reshape () Fonction pour remodeler le tableau dans le format souhaité.

Considérez l'exemple ci-dessous:

# Tableau 2D
arr = np.aléatoire.Randn (4,6)

Dans l'exemple précédent, nous générons un tableau 2D à l'aide de la fonction randn ().

Pour remodeler le tableau en une forme de 8,3, nous pouvons faire ce qui suit:

Affichage (Arr.Reshape (8,3))

Cela devrait revenir:

Conclusion

Dans ce tutoriel, nous avons appris à utiliser le NP.aléatoire.Fonction Randn pour générer des tableaux 1, 2 et 3 dimensions peuplés de valeurs d'échantillon par distribution gaussienne. Merci d'avoir lu cet article et de codage heureux.