python numpy中生成正态分布的随机数

NumPy 是一个流行的 Python 库，用于数值计算。它提供了很多用于生成随机数的函数，包括正态分布。正态分布在统计学和数据分析中非常常见，也称为高斯分布。

要在 NumPy 中生成正态分布的随机数，可以使用 numpy.random.normal() 函数。该函数的语法如下：

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

其中：

• loc 是分布的均值，默认为 0。
• scale 是分布的标准差，默认为 1。
• size 是生成的随机数的数量和形状，默认为 None。

下面是一个示例：

import numpy as np

# 生成一个均值为 0，标准差为 1 的标准正态分布
x = np.random.normal(size=1000)

# 生成一个均值为 5，标准差为 2 的正态分布
y = np.random.normal(loc=5, scale=2, size=1000)

在这个示例中，我们生成了两个正态分布，一个是均值为 0，标准差为 1 的标准正态分布，另一个是均值为 5，标准差为 2 的正态分布。这些随机数可以用于模拟一些实验或者数据分析中的一些情况。