摘要：randn，standard_normal, normal這三個函數都可以返回隨機正態分布的數組， 它們是從特殊到一般的形式。normal這個函數更加通用，且名字好記，建議平時使用這個函數生成正態分布。
這三個函數都可以返回隨機正態分布（高斯Gaussian 分布）的數組，都可以從numpy.random中導出，先看三個函數的參數方式：
randn： randn(d0, d1, ..., dn)，
返回shape為(d0, d1, ..., dn)的標准正態分布（均值為0，標准差為1）的數組
standard_normal： standard_normal(size=None)，
跟randn一樣，也是返回標准正態分布的數組，不同的是它的shape由size參數指定，對於多維數組，size必須是元組形式；
normal： normal(loc=0.0, scale=1.0, size=None)，
更一般的形式，返回均值為loc，標准差為scale的正態分布，shape由size參數決定。
可以看出randn，standard_normal, normal三個函數是從特殊到一般， randn是standard_normal的便捷寫法，省去了需要將數組shape封裝到size參數中，但這個函數的命名和參數方式是從MATLAB中引過來的，跟Numpy的其他函數如zeros，ones參數方式也不同統一，不建議使用。
randn和standard_normal都只能返回標准正態分布，對於更一般的正態分布Ν(μ, σ2), 需要使用
σ * np.random.randn(...) + μ
normal函數可以直接給出均值和標准差（loc表示均值，scale表示標准差），normal函數默認情況下也是返回標准正態分布(loc=0.0, scale=1.0)，
考慮到normal這個函數更加通用，且名字好記，建議平時使用這個函數生成正態分布。