为什么numpy随机正常产生一个错误的随机矩阵，错误的平均值？

python
numpy

2017-06-23 75 views 0 likes

我是numpy的新手，最近我对random.normal方法很困惑我想生成一个2乘2的矩阵，其中的平均值为零，所以我写了以下内容，但是，您可以看到abs（ 0 - np.mean（b））< 0.01行输出错误，为什么？我期望它输出True。为什么numpy随机正常产生一个错误的随机矩阵，错误的平均值？

>>> 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

来源

2017-06-23 Peiti Peter Li

这是随机的。为什么平均值是一个特定的值？特别是只有4个样本？ – spectras

@spectras所以这意味着这个API不能保证结果是我指定的平均值，如果大小很小？ –

查找*方差*。它会告诉你距离分布有多远意味着你的样本可能偏离平均值。样本大小是一个参数！ –

回答

从正态分布抽样并不能保证样本的平均值与正态分布的均值相同。如果你采取无限数量的样本，它应该具有相同的均值（通过中心极限定理），但很明显，你不能真正采取无限数量的样本。

来源

2017-06-23 06:24:43 iammax

我完全误解了API。它是从游泳池采样，不会为您生成固定大小的游泳池。 –

如果你想要一台发电机，你需要的平均值和STD手工修复您的预期值：

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

来源

2017-06-23 06:39:57

为什么numpy随机正常产生一个错误的随机矩阵，错误的平均值？

回答

相关问题