Numpy-np.random.normal()正态分布

X ~ $N(mu, sigma^2)$ ：随机变量X的取值 $x_i$ 和其对应的概率值P(X = $x_i$ ) 满足正态分布（高斯函数）

正态分布（又称高斯分布）的概率密度函数

$f(x) = \frac{1}{\sqrt{2\pi}\sigma}exp(-\frac{(x-\mu)^2)}{2\sigma ^{2}})$

numpy中

numpy.random.normal(loc=0.0, scale=1.0, size=None)

参数的意义为：

　　loc:float

　　概率分布的均值，对应着整个分布的中心center

　　scale:float

　　概率分布的标准差，对应于分布的宽度，scale越大越矮胖，scale越小，越瘦高

　　size:int or tuple of ints

　　输出的shape，默认为None，只输出一个值

　　我们更经常会用到np.random.randn(size)所谓标准正态分布（μ=0, σ=1），对应于np.random.normal(loc=0, scale=1, size)