rnorm 与 numpy.random.normal 的功能

Question

对于 R 中数字的某个向量 m（长度为 N），我们可以写rnorm(N, mean = m, sd = 1)这将给出一个长度为 N 的向量，其中每个元素都是以 m 的不同元素为中心的正态分布的样本。我的问题是，是否可以使用 numpy 轻松完成同样的操作？据我所知 numpy.random.normal() 要求所有元素的loc都相同。关键是我想要一个具有不同平均值的随机向量。另外，在编写本文时，从标准正态分布中采样并转换该样本是否可行？那会更容易。

Answer 1

一种方法是在中心随机采样，0然后移动样本：

m, N = np.array([1,2,3]), 1000

np.random.seed(42)

samples = np.random.randn(N,len(m)) + m