使用numpy.random.randn()函数生成多维正态分布的随机数据

在numpy中，我们可以使用numpy.random.randn()函数生成多维正态分布的随机数据。该函数会返回一个具有指定形状的数组，数组中的元素遵循标准正态分布（平均值为0，标准差为1）。以下是一个使用例子：

import numpy as np

# 生成一个3x3的二维数组，数组中的元素遵循标准正态分布
array = np.random.randn(3, 3)
print(array)

# 输出结果：
# [[ 0.02797961  0.94852366  0.21018841]
#  [ 0.06603312  0.85029038 -0.62264466]
#  [ 0.92577197  0.82459845 -1.38604383]]

在上面的例子中，我们使用np.random.randn(3, 3)生成了一个形状为3x3的二维数组。数组中的每个元素都是从标准正态分布中随机取样得到的。

我们还可以生成更高维度的数组，只需要在函数中传入相应的形状参数即可。例如，如果我们想生成一个形状为2x3x4的三维数组，可以使用以下代码：

import numpy as np

# 生成一个2x3x4的三维数组，数组中的元素遵循标准正态分布
array = np.random.randn(2, 3, 4)
print(array)

# 输出结果：
# [[[ 1.15153796 -0.08867278  0.68819423 -1.55146443]
#   [ 1.25220643 -1.30666677 -0.41913941  0.5416503 ]
#   [ 1.23233796 -0.54536481  1.73914323 -0.36117501]]
#
#  [[-0.26999701 -0.07093675 -1.54036503 -0.37836635]
#   [-0.3254836  -0.02673767  3.46432856  1.57348974]
#   [-1.01210235  0.7478621  -0.19284886  0.44962084]]]

在本例中，我们生成了一个形状为2x3x4的三维数组。数组中的每个元素都是从标准正态分布中随机取样得到的。

总结来说，numpy.random.randn()函数是一个非常方便的工具，可以用于生成正态分布的多维随机数据。我们只需要指定相应的形状参数，就可以得到对应形状的随机数组。这在各种科学计算、统计分析以及机器学习等领域中都有广泛的应用。