爲什麼numpy隨機正常產生一個錯誤的隨機矩陣，錯誤的平均值？

Question

我是numpy的新手，最近我對random.normal方法很困惑 我想生成一個2乘2的矩陣，其中的平均值爲零，所以我寫了以下內容，但是，您可以看到abs（ 0 - np.mean（b））< 0.01行輸出錯誤，爲什麼？我期望它輸出True。

>>> 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 

Answer 1

從正態分佈抽樣並不能保證樣本的平均值與正態分佈的均值相同。如果你採取無限數量的樣本，它應該具有相同的均值（通過中心極限定理），但很明顯，你不能真正採取無限數量的樣本。

Answer 2

如果你想要一臺發電機，你需要的平均值和STD手工修復您的預期值：

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