为什么返回np.random.normal（10 - 1. /（x + 0.1），0.5）有效

Question

正如我们在numpy.random.normal

的文档中看到的那样

  

numpy.random.normal（loc = 0.0，scale = 1.0，size = None）绘制随机样本   来自正常（高斯）分布。

     

正态分布的概率密度函数，首先   由De Moivre和200年后由高斯和拉普拉斯衍生而来   独立[R217]，因其常被称为钟形曲线   特征形状（见下面的例子）。

     

正常分布通常在自然界中发生。例如，它   描述了受影响的样品的常见分布   大量微小的随机干扰，每个都有自己独特的   分配[R217]。参数：

     

loc：float

     

分布的平均值（“中心”）。

     

scale：float

     

分布的标准差（差价或“宽度”）。

     

size：整数的int或元组，可选

     

输出形状。如果给定的形状是例如（m，n，k），则m * n * k   抽取样本。默认值为None，在这种情况下单个值为   返回。

然后np.random.normal(10 - 1. / (x + 0.1), 0.5)

时x = 10**np.linspace(-2, 0, 8)为什么有效

• 参数loc应该是float？
• 如果这样有效，它的含义是什么？

Answer 1

您的代码会绘制8个数字，每个数字来自不同的高斯分布。 x的值作为分布参数，但每个都用于在该分布中生成一个样本。

您的代码相当于：

np.random.normal(np.zeros(8), 0.5) + 10 - 1. / (x + 0.1)

即。使用正态分布生成8个数字并将它们移动x。