python在一定区间内产生正态分布随机数

原创

mob64ca12d6c78e 2023-08-15 14:29:51 ©著作权

文章标签 正态分布随机数 Python 文章分类 Python 后端开发

©著作权归作者所有：来自51CTO博客作者mob64ca12d6c78e的原创作品，请联系作者获取转载授权，否则将追究法律责任

Python在一定区间内产生正态分布随机数

正态分布是统计学中一种非常重要的概率分布，也被称为高斯分布。它具有许多特点，例如钟形曲线、对称性和均值等。在某些情况下，我们可能需要在一定的区间内产生符合正态分布的随机数。在本文中，我们将使用Python来演示如何在给定的区间内生成正态分布随机数。

正态分布简介

正态分布的概率密度函数可以用以下数学公式表示：

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

其中，$f(x)$是正态分布在$x$处的概率密度，$\mu$是分布的均值，$\sigma$是分布的标准差。

正态分布具有许多重要的性质，例如68-95-99.7规则，即在正态分布中约有68%的数据落在均值的一个标准差范围内，约有95%的数据落在均值的两个标准差范围内，约有99.7%的数据落在均值的三个标准差范围内。

使用Python生成正态分布随机数

Python中的random模块提供了许多用于生成随机数的函数，包括正态分布随机数生成函数gauss(mu, sigma)。我们可以使用该函数在一定区间内生成正态分布的随机数。

下面是一个示例代码，演示了如何在给定的区间内生成正态分布随机数：

import random

def generate_normal_distribution(start, end, mu, sigma, num_samples):
    samples = []
    while len(samples) < num_samples:
        x = random.gauss(mu, sigma)
        if start <= x <= end:
            samples.append(x)
    return samples

start = 0
end = 10
mu = 5
sigma = 2
num_samples = 1000

samples = generate_normal_distribution(start, end, mu, sigma, num_samples)
print(samples)

在上面的代码中，我们定义了一个名为generate_normal_distribution的函数，该函数接受以下参数：

start：生成随机数的起始值
end：生成随机数的结束值
mu：正态分布的均值
sigma：正态分布的标准差
num_samples：生成随机数的数量

函数内部使用了一个while循环，不断生成随机数，并将符合给定区间条件的随机数添加到samples列表中，直到达到指定的num_samples数量。

最后，我们调用generate_normal_distribution函数，并打印生成的随机数。

实例演示

假设我们希望在区间[0, 10]内生成1000个均值为5，标准差为2的正态分布随机数。我们可以使用上述代码来实现：

import random

def generate_normal_distribution(start, end, mu, sigma, num_samples):
    samples = []
    while len(samples) < num_samples:
        x = random.gauss(mu, sigma)
        if start <= x <= end:
            samples.append(x)
    return samples

start = 0
end = 10
mu = 5
sigma = 2
num_samples = 1000

samples = generate_normal_distribution(start, end, mu, sigma, num_samples)
print(samples)

运行上述代码，将会输出一个包含1000个正态分布随机数的列表。