创建一个具有预先确定的平均值和标准偏差的数组

Question

我正在尝试使用 Numpy 创建一个具有预定平均值和标准偏差值的数组。 该数组需要其中的随机数。

到目前为止，我可以生成一个数组并计算平均值和标准差。 但无法获得由值控制的数组：

import numpy as np
x = np.random.randn(1000)
print("Average:")
mean = x.mean()
print(mean)
print("Standard deviation:")
std = x.std()
print(std)

如何通过均值和标准差控制数组值？

Answer 1

使用numpy.random.normal 。 如果你的意思是my_mean和你的 std my_str ：

x = np.random.normal(loc=my_mean, scale=my_std, size=1000)

Answer 2

另一个解决方案，使用np.random.randn ：

my_std * np.random.randn(1000) + my_mean

例子：

my_std = 0.025
my_mean = 0.025

x = my_std * np.random.randn(1000) + my_mean
x.mean()
# 0.025493112966038879
x.std()
# 0.024464870590114995

使用相同的随机种子，这实际上产生与numpy.random.normal完全相同的结果：

np.random.seed(42)
my_std * np.random.randn(5) + my_mean
# array([ 0.03741785,  0.02154339,  0.04119221,  0.06307575,  0.01914617])

np.random.seed(42)
np.random.normal(loc=my_mean, scale=my_std, size=5) #note the size here is 5 now
# array([ 0.03741785,  0.02154339,  0.04119221,  0.06307575,  0.01914617])

Answer 3

由于您已经知道均值和标准差，因此您有两个自由度。 这意味着您可以为数组中除两个元素之外的所有元素选择随机数。 最后两个必须通过求解由 mean 和 stddev 公式给出的方程组来计算。