Hoe het equivalent van rnorm() in python te gebruiken

In de programmeertaal R kunnen we de functie rnorm() gebruiken om een vector van willekeurige waarden te genereren die eennormale verdeling volgt met een specifiek gemiddelde en standaarddeviatie.

De volgende code laat bijvoorbeeld zien hoe je rnorm() gebruikt om een vector van 8 willekeurige waarden te maken die een normale verdeling volgt met een gemiddelde van 5 en een standaarddeviatie van 2:

 #make this example reproducible
set. seeds (1)

#generate vector of 8 values that follows normal distribution with mean=5 and sd=2
rnorm(n=8, mean=5, sd=2)

[1] 3.747092 5.367287 3.328743 8.190562 5.659016 3.359063 5.974858 6.476649

Het equivalent van de functie rnorm() in Python is de functie np.random.normal() , die de volgende basissyntaxis gebruikt:

np.random.normal(loc=0, schaal=1, grootte=Geen)

Goud:

• loc : Gemiddelde van de verdeling
• schaal : standaardafwijking van de verdeling
• grootte : steekproefomvang

Het volgende voorbeeld laat zien hoe u deze functie in de praktijk kunt gebruiken.

Voorbeeld: gebruik van het equivalent van rnorm() in Python

De volgende code laat zien hoe u de functie np.random.normal() gebruikt om een array van willekeurige waarden te genereren die een normale verdeling volgt met een specifiek gemiddelde en standaarddeviatie.

 import numpy as np

#make this example reproducible
n.p. random . seeds (1)

#generate array of 8 values that follow normal distribution with mean=5 and sd=2
n.p. random . normal (loc=5, scale=2, size=8)

array([8.24869073, 3.77648717, 3.9436565, 2.85406276, 6.73081526,
       0.39692261, 8.48962353, 3.4775862 ])

Het resultaat is een NumPy-array met 8 waarden gegenereerd op basis van een normale verdeling met een gemiddelde van 5 en een standaarddeviatie van 2.

U kunt ook een histogram maken met Matplotlib om een normale verdeling te visualiseren die wordt gegenereerd door de functie np.random.normal() :

 import numpy as np
import matplotlib. pyplot as plt

#make this example reproducible
n.p. random . seeds (1)

#generate array of 200 values that follows normal distribution with mean=5 and sd=2
data = np. random . normal (loc=5, scale=2, size=200)

#create histogram to visualize distribution of values
plt. hist (data, bins=30, edgecolor=' black ')

We zien dat de verdeling van waarden grofweg klokvormig is met een gemiddelde van 5 en een standaarddeviatie van 2.

Opmerking : u kunt hier de volledige documentatie voor de functie np.random.normal() vinden.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende bewerkingen in Python uitvoert:

Hoe u normale CDF in Python kunt berekenen en plotten
Hoe een normale verdeling in Python te plotten
Hoe te testen op normaliteit in Python