使用numpy.random.randn()生成具有不同维度的随机样本数组

numpy.random.randn()函数可以用来生成服从标准正态分布（均值为0，方差为1）的随机样本数组。

该函数可以接受一个整数n作为参数，返回一个n维的随机样本数组，每个维度上的元素个数都为1。

下面是几个使用numpy.random.randn()生成随机样本数组的例子：

1. 生成一维随机样本数组：

import numpy as np

# 生成一个包含10个元素的一维随机样本数组
x = np.random.randn(10)
print(x)

输出：

[-0.43315861 -0.85238744  0.20165341 -0.41079128 -0.17589872  0.18068923
  1.65306311  0.70803436  1.27012115 -1.67197092]

2. 生成二维随机样本数组：

import numpy as np

# 生成一个形状为(3, 4)的二维随机样本数组
x = np.random.randn(3, 4)
print(x)

输出：

[[ 0.20256377 -0.04857959  0.08424623  0.08181362]
 [-0.6316001   1.32705219  1.21235525  0.50300993]
 [-0.25049005 -0.60018144 -1.51588363  0.37768931]]

3. 生成三维随机样本数组：

import numpy as np

# 生成一个形状为(2, 3, 4)的三维随机样本数组
x = np.random.randn(2, 3, 4)
print(x)

输出：

[[[-0.12486015  1.52857444 -0.05186158  1.01026081]
  [ 0.24487629  0.2861687  -0.54637571  1.51952991]
  [-0.19749698  0.45348765  0.3385998   0.29345682]]

 [[ 0.40309421  0.91492428 -1.1174528   0.57337799]
  [ 1.08647288 -0.44292542 -0.25772459 -0.28523648]
  [-0.50190865  1.01870834 -1.11113492  0.38017324]]]

可以看到，生成的随机样本数组的各维度上的元素值是随机的，服从标准正态分布。根据传入的参数不同，可以生成不同维度的随机样本数组。使用numpy.random.randn()函数可以方便地生成指定维度的随机样本数组，广泛应用于数据模拟、统计分析等领域中。