Question

我是numpy的新手，最近我对random.normal方法感到非常困惑我想生成一个2乘2的矩阵，其中均值为零所以我写了以下内容，但是，你可以看到abs（0 - np.mean（b））＆lt; 0.01行输出错误，为什么？我希望它输出True。

>>> import numpy as np
>>> b = np.random.normal(0.0, 1.0, (2,2))
>>> b
array([[-1.44446094, -0.3655891 ],
   [-1.15680584, -0.56890335]])
>>> abs(0 - np.mean(b)) < 0.01
False

Answer 1

从正态分布中采样并不能保证样本的均值与正态分布的均值相同。如果你采用无数个样本，它应该具有相同的均值（通过中心极限定理），但显然，你不能真正采用无数个样本。

Answer 2

如果您需要生成器，则需要手动将mean和std修复为预期值：

def normal_gen(m, s, shape=(2,2)):
    b = np.random.normal(0, s, shape)
    b = (b - np.mean(b)) * (s / np.std(b)) + m
    return b

为什么numpy random normal会生成错误的平均值错误的随机矩阵？

2 个答案: