Numpy中np.random.rand()和np.random.randn() 用法和區(qū)別詳解

更新時間：2020年10月23日 12:00:57 作者：Amelie_xiao

這篇文章主要介紹了Numpy中np.random.rand()和np.random.randn() 用法和區(qū)別詳解，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧

numpy.random.rand(d0, d1, …, dn)的隨機樣本位于[0, 1)中：本函數可以返回一個或一組服從**“0~1”均勻分布**的隨機樣本值。

numpy.random.randn(d0, d1, …, dn)是從標準正態(tài)分布中返回一個或多個樣本值。

1. np.random.rand()

語法：

np.random.rand(d0,d1,d2……dn)
注：使用方法與np.random.randn()函數相同

作用：
通過本函數可以返回一個或一組服從“0~1”均勻分布的隨機樣本值。隨機樣本取值范圍是[0,1)，不包括1。

應用：在深度學習的Dropout正則化方法中，可以用于生成dropout隨機向量（dl），
例如（keep_prob表示保留神經元的比例）：

dl = np.random.rand(al.shape[0],al.shape[1]) < keep_prob

舉例：

在這里插入圖片描述

注：

均勻分布:

也叫矩形分布，它是對稱概率分布，在相同長度間隔的分布概率是等可能的。

均勻分布由兩個參數a和b定義，它們是數軸上的最小值和最大值，通?？s寫為U（a，b）。

均勻分布的概率密度函數為：

在這里插入圖片描述

2. np.random.randn() 語法：

np.random.randn(d0,d1,d2……dn)
1)當函數括號內沒有參數時，則返回一個浮點數；
2）當函數括號內有一個參數時，則返回秩為1的數組，不能表示向量和矩陣；
3）當函數括號內有兩個及以上參數時，則返回對應維度的數組，能表示向量或矩陣；
4）np.random.standard_normal（）函數與np.random.randn()類似，但是np.random.standard_normal（）的輸入參數為元組（tuple）。

# 舉例：
np.random.standard_normal((5))
# [-0.53268495 0.30171848 1.85232368 -0.58746393 0.19683992]

np.random.standard_normal((5,2))
''' 
[[-2.44520524 2.29767001]
 [-1.19770033 -1.09569325]
 [-0.75414833 0.49509984]
 [-1.42537268 0.41788237]
 [ 1.85465491 -1.44383249]] 
 '''
 
np.random.standard_normal((5,2,3))
'''
[[[ 0.54013502 -0.25347615 1.73395647]
 [ 1.03386947 -0.54856199 2.10004584]]

 [[-0.57632903 -0.05856844 1.72805595]
 [ 1.3507174  0.61459539 0.63380028]]

 [[-2.24857933 -1.29276097 0.42585061]
 [ 0.75974263 -0.83670586 -1.56930898]]

 [[-0.32212   1.2884624  1.53744081]
 [ 1.5444555 -1.82408734 -0.55952688]]

 [[-1.21191144 -1.40454518 -0.3369976 ]
 [-0.89314143 0.28291988 1.58394166]]]
'''

np.random.standard_normal((5,2,3,1))
'''
[[[[ 0.19019221]
  [ 0.64618425]
  [ 0.99815722]]

 [[-0.0570328 ]
  [ 0.83271045]
  [-0.30469335]]]


 [[[-1.14788388]
  [ 0.09563431]
  [ 2.05611213]]

 [[-0.14251287]
  [ 1.00922816]
  [-0.55403104]]]


 [[[ 1.75657437]
  [ 1.46381575]
  [ 1.10527197]]

 [[ 0.22667296]
  [ 0.18305552]
  [ 0.5778761 ]]]


 [[[ 0.26501242]
  [-0.4863313 ]
  [ 1.01096974]]

 [[-2.46562874]
  [ 0.19516242]
  [-1.92500848]]]


 [[[ 0.97904566]
  [ 0.80444414]
  [ 0.99981326]]

 [[-0.74329878]
  [-0.9265738 ]
  [ 0.0288684 ]]]]
  '''

5）np.random.randn()的輸入通常為整數，但是如果為浮點數，則會自動直接截斷轉換為整數。

作用：通過本函數可以返回一個或一組服從標準正態(tài)分布的隨機樣本值。

特點：標準正態(tài)分布是以0為均數、以1為標準差的正態(tài)分布，記為N（0，1）。對應的正態(tài)分布曲線如下所示，即：

在這里插入圖片描述

注：

標準正態(tài)分布曲線下面積分布規(guī)律是：

在-1.96～+1.96范圍內曲線下的面積等于0.9500（即取值在這個范圍的概率為95%），在-2.58～+2.58范圍內曲線下面積為0.9900（即取值在這個范圍的概率為99%）.
因此，由 np.random.randn()函數所產生的隨機樣本基本上取值主要在-1.96~+1.96之間，當然也不排除存在較大值的情形，只是概率較小而已。

參考：

https://blog.csdn.net/abc13526222160/article/details/86423754

https://www.cnblogs.com/BBS2013/p/12839042.html

到此這篇關于Numpy中np.random.rand()和np.random.randn() 用法和區(qū)別詳解的文章就介紹到這了,更多相關Numpy np.random.rand()和np.random.randn()內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: