np.random.normal

np.random.normal — это функция NumPy для генерации случайных чисел из нормального (гауссового) распределения.

Синтаксис:

np.random.normal(loc=0.0, scale=1.0, size=None)

Параметры:

• loc — среднее значение μ (центр распределения)
• scale — стандартное отклонение σ (разброс)
• size — форма возвращаемого массива (скаляр, 1D, 2D и т.д.)

Примеры:

1D массив:

import numpy as np
 
samples = np.random.normal(loc=0, scale=1, size=5)
print(samples)
# Например: [ 0.23 -1.14  0.78  0.12 -0.56 ]

2D массив:

samples_2d = np.random.normal(loc=10, scale=2, size=(3,4))
print(samples_2d)

Особенности:

• Все элементы независимы
• Среднее ≈ loc, стандартное отклонение ≈ scale при большой выборке
• Можно использовать для моделирования шума, симуляций и тестирования алгоритмов

Применение в статистике и ML:

• Генерация синтетических данных
• Добавление нормального шума к сигналам
• Проверка алгоритмов на выборках с известным распределением

Коротко:
np.random.normal создаёт массив случайных чисел, распределённых нормально с заданными средним и стандартным отклонением.