Numpy 正态分布 - Python

Numpy 是 Python 中用于科学计算的一个重要库。其中 numpy.random 模块提供了许多用于生成各种随机数的函数。本文将介绍如何使用 Numpy 来生成符合正态分布的随机数。

导入 Numpy

要使用 Numpy 中的函数，首先需要导入库。

import numpy as np

生成符合正态分布的随机数

Numpy 提供了 numpy.random.normal 函数来生成符合指定正态分布的随机数。

np.random.normal(loc, scale, size)

参数说明：

• loc：正态分布的均值，即期望值。
• scale：正态分布的标准差。
• size：生成随机数的数量。

示例代码：

import numpy as np

# 生成符合均值为 0，标准差为 1 的正态分布随机数
random_numbers = np.random.normal(0, 1, 100)

print(random_numbers)

以上代码将生成一个包含 100 个随机数的数组，并打印出来。

使用随机数生成直方图

我们可以使用 Matplotlib 库来生成随机数的直方图。首先需要安装 Matplotlib：

pip install matplotlib

然后使用以下代码生成并绘制直方图：

import numpy as np
import matplotlib.pyplot as plt

random_numbers = np.random.normal(0, 1, 1000)

plt.hist(random_numbers, bins=30, density=True, edgecolor='black')
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.title('Histogram of Random Numbers')
plt.show()

以上代码将生成一个直方图，并将其显示在屏幕上。

总结

Numpy 提供了生成符合正态分布的随机数的函数 numpy.random.normal。通过合理设置均值和标准差，我们可以生成不同均值和标准差的正态分布随机数。使用 Matplotlib 库，我们可以对这些随机数生成直方图，以更好地理解其分布特征。

以上是关于使用 Numpy 生成正态分布随机数的简要介绍。希望对你有所帮助！