Jak używać odpowiednika rnorm() w pythonie

W języku programowania R możemy użyć funkcji rnorm() do wygenerowania wektora wartości losowych, który ma rozkład normalny z określoną średnią i odchyleniem standardowym.

Na przykład poniższy kod pokazuje, jak użyć rnorm() do utworzenia wektora 8 losowych wartości, który ma rozkład normalny ze średnią 5 i odchyleniem standardowym 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

Odpowiednikiem funkcji rnorm() w Pythonie jest funkcja np.random.normal() , która wykorzystuje następującą podstawową składnię:

np.random.normal(loc=0, skala=1, rozmiar=brak)

Złoto:

• loc : Średnia rozkładu
• skala : Odchylenie standardowe rozkładu
• rozmiar : wielkość próbki

Poniższy przykład pokazuje, jak w praktyce wykorzystać tę funkcję.

Przykład: użycie odpowiednika rnorm() w Pythonie

Poniższy kod pokazuje, jak użyć funkcji np.random.normal() do wygenerowania tablicy wartości losowych, która ma rozkład normalny z określoną średnią i odchyleniem standardowym.

 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 ])

Wynikiem jest tablica NumPy zawierająca 8 wartości wygenerowanych z rozkładu normalnego ze średnią 5 i odchyleniem standardowym 2.

Możesz także utworzyć histogram za pomocą Matplotlib, aby zwizualizować rozkład normalny wygenerowany przez funkcję 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 ')

Widzimy, że rozkład wartości ma z grubsza kształt dzwonu ze średnią 5 i odchyleniem standardowym 2.

Uwaga : Pełną dokumentację funkcji np.random.normal() można znaleźć tutaj .

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne typowe operacje w Pythonie:

Jak obliczyć i wykreślić normalny CDF w Pythonie
Jak wykreślić rozkład normalny w Pythonie
Jak przetestować normalność w Pythonie