Numpy Random Normal Quick Guide
A função normal aleatória NumPy é uma função comumente usada que gera amostras com base em uma distribuição normal (Gaussiana).
Neste artigo, exploraremos a função numpy.random.normal() em detalhes, seus vários parâmetros e como manipular essas distribuições com exemplos.
O que é uma Distribuição Normal?
Antes de mergulharmos na função numpy.random.normal() , vamos rever brevemente o que é uma distribuição normal.
Em homenagem ao matemático alemão Carl Friedrich Gauss , também é conhecida como Distribuição Gaussiana.
Uma distribuição normal é uma distribuição de probabilidade contínua, simétrica e em forma de sino.
É definido por dois parâmetros: a média ( μ ) e o desvio padrão ( σ ).
A média determina o centro da distribuição, enquanto o desvio padrão determina a dispersão da distribuição.
Criar amostra aleatória por meio de distribuição normal
Agora que sabemos o que é uma distribuição normal, vamos explorar como gerar amostras aleatórias usando a função numpy.random.normal() .
Várias distribuições de probabilidade podem ser representadas com este modelo, por exemplo, IQ Scores , Heartbeat etc.
Para obter uma distribuição de dados normal, chame a função random.normal().
Aqui está a sintaxe básica da função:
numpy.random.normal(loc=0.0, scale=1.0, size=None)
Existem três parâmetros que compõem esta função:
| Parâmetros | Visão geral |
| local | (Média) a localização exata do ponto mais alto do sino. |
| escala | (o Desvio Padrão da distribuição do gráfico) o grau em que a distribuição do gráfico tende a ser uniforme por toda parte. |
| tamanho | Este parâmetro especifica a forma da matriz que será gerada. |
Vamos criar uma distribuição normal aleatória de dimensão 4 × 4 pelo seguinte método:
Numpy random normal Example:
O seguinte procedimento é implementado para obter uma distribuição normal aleatória com uma dimensão de 5 × 2:
Example:
A média e o desvio padrão da distribuição normal são 4 e 6, respectivamente:
Example:
Exemplo de Explicação
No exemplo acima, primeiro importamos o módulo numpy.random , que é usado para gerar números aleatórios em Python.
Em seguida, ele cria uma matriz 4×4 mrx de números aleatórios extraídos de uma distribuição normal padrão (média = 0, desvio padrão = 1) usando a função numpy.random.normal() .
O parâmetro tamanho é definido como (4,4), o que significa que a matriz resultante terá 4 linhas e 4 colunas.
Os valores em mrx são aleatórios, mas seguem uma curva em forma de sino centrada em 0 com um desvio padrão de 1, que é uma característica de uma distribuição normal padrão.
Finalmente, a função print() é usada para exibir a matriz mrx no console de saída.
Podemos personalizar a média e o desvio padrão da distribuição normal definindo os parâmetros loc e scale , respectivamente.
vamos gerar uma distribuição normal aleatória com média 2 e desvio padrão 3:
Example:
Visualização A distribuição normal
Agora que geramos algumas amostras aleatórias de uma distribuição normal, vamos visualizar a distribuição usando um histograma.
Podemos usar o matplotlib e a biblioteca seaborn para criar um histograma dos dados:
Example:
Example:
