使用numpy.random.randn()生成服从正态分布的随机样本集

numpy.random.randn()是numpy库中的一个函数，用于生成服从标准正态分布（均值为0，方差为1）的随机样本集。这个函数可以根据给定的维度参数生成不同维度的随机样本集。下面我们将详细介绍该函数的使用方法，并给出一个例子说明。

使用方法：

numpy.random.randn(d0, d1, ..., dn)

参数：

- d0, d1, ..., dn：生成随机样本集的维度参数，默认为一个维度生成一个样本。

返回值：

返回一个具有给定维度的数组，数组的元素是服从标准正态分布的随机数。

下面我们以一个简单的例子来说明numpy.random.randn()函数的使用。

例子：

我们希望生成一个1维长度为100的随机样本集，可以使用numpy.random.randn(100)来实现。

代码如下：

import numpy as np

# 生成1维长度为100的随机样本集
sample = np.random.randn(100)

# 查看样本集的结果
print(sample)

运行上述代码，就会得到一个长度为100的随机样本集，具体结果如下：

[ 0.01516308  0.07159436 -0.82854868 -1.31935956 -0.02429147  0.5038874
 -0.21482561 -0.76956269  1.7365095  -0.42721213 -1.2624078  -2.31597484
 -1.21830053 -0.82517198  0.39863808 -0.32077537 -0.55880617  2.68269153
 -0.38244636 -0.3930375   1.55504845  0.56322784  0.62071573 -1.19885154
  0.06534735 -0.24162029 -0.9593009  -3.02525759 -0.56505405 -2.1564268
  ...
]

上述代码中，我们首先导入了numpy库，并使用np.random.randn()函数生成了长度为100的随机样本集，存储在sample变量中。然后使用print函数输出了样本集的结果。

需要注意的是，由于生成的随机样本集是服从标准正态分布的，因此每次运行上述代码，得到的结果都会有所不同。但是在每次运行中，生成的随机样本集都会符合标准正态分布的特性。