np.random.normal()正态分布

高斯分布的概率密度函数

$f(x)=\frac{1}{\sqrt{2\pi }\sigma }exp(\frac{(x-\mu )^{2}}{2\sigma ^{2}})$

numpy中

numpy.random.normal(loc=0.0, scale=1.0, size=None)

参数的意义为：

loc:float

概率分布的均值，对应着整个分布的中心center

scale:float

概率分布的标准差，对应于分布的宽度，scale越大越矮胖，scale越小，越瘦高

size:int or tuple of ints

输出的shape，默认为None，只输出一个值

我们更经常会用到np.random.randn(size)所谓标准正太分布（μ=0, σ=1），对应于np.random.normal(loc=0, scale=1, size)

#!/usr/bin/env python

# coding=utf-8

import numpy as np

n=np.random.normal(0,1.0)

print n

巴特西