numpy.random.standard_normal

numpy.random.standard_normal 함수는 표준정규분포(standard normal distribution)에서 샘플링한 난수를 반환합니다.

randn()과 기능이 비슷하지만 standard_normal()은 튜플을 인자로 받는다는 점에서 차이가 있습니다.



예제1

import numpy as np

a = np.random.standard_normal(5)
b = np.random.standard_normal((2, 3))

print(a)
print(b)

[-0.42157142  0.48708298 -0.72281046 -0.97076806 -0.84774571]
[[-1.11720756  0.6316911   0.02264546]
 [ 1.49320609  0.66350065  0.2685298 ]]

a는 표준정규분포에서 샘플한 난수 5개의 어레이입니다.

b는 (2, 3) 형태의 난수 어레이입니다. 튜플의 형태로 (2, 3)의 형태를 입력해주었습니다.



예제2

표준정규분포 N(1, 0)이 아닌, 평균 \({\mu}\), 표준편차 \({\sigma}\) 를 갖는 정규분포 N(\({\mu}\), \({\sigma}\)2)의 난수를 샘플링하기 위해서는

\({\sigma}\) * np.random.standard_normal(…) + \({\mu}\) 와 같은 형태로 사용합니다.

import numpy as np
import matplotlib.pyplot as plt

a = np.random.standard_normal(10000)
b = 5.0 * np.random.standard_normal(10000) - 2.5

plt.hist(a, bins=100, density=True, alpha=0.7, histtype='stepfilled')
plt.hist(b, bins=100, density=True, alpha=0.5, histtype='stepfilled')
plt.show()

a는 표준정규분포를 갖는 임의의 실수 10000개이고,

b는 표준편차 5.0, 평균 -2.5를 갖는 임의의 실수 10000개입니다.

matplotlib을 이용해서 분포를 확인해보면 아래와 같습니다.

../_images/numpy_random_standard_normal_01.png

그림. numpy.random.standard_normal() 로 생성한 난수의 분포.



이전글/다음글

이전글 :
다음글 :

공유하기