2024年4月30日发(作者：)

()的用法

()是Python中的一个函数，它可以生成符合正态分布的随机数。这个函

数是在Python的标准库中提供的，所以我们可以直接调用它。在这篇文章中，我们将会介

绍()函数的用法以及它的相关概念。

调用()函数时不需要任何参数，因为它只会生成符合标准正态分布的随

机数。下面我们来看一个示例，生成5个标准正态分布随机数。

```

import numpy as np

输出结果：

```

array([ 1.36034445, -0.31393521, -0.33638921, 1.19772932, 0.64469393])

```

除了生成标准正态分布随机数，我们也可以通过一些变换，生成其他参数均值和标准

差的正态分布随机数。例如，我们可以将生成的标准正态分布随机数乘以标准差，再加上

均值来实现参数变化，生成符合其他正态分布的随机数。

下面是一个示例，生成均值为10，标准差为3的正态分布随机数。

mu, sigma = 10, 3 # 均值和标准差

values = mu + sigma * (1000)

print("Mean:", (values))

print("Standard deviation:", (values))

```

```

Mean: 9.95884764284359

Standard deviation: 2.962799488943464

```

我们可以看到，生成的随机数的均值和标准差分别接近10和3，这是由于我们进行了

一些变换，使得生成的随机数符合我们所需的正态分布。

3. 正态分布的概念

正态分布是一种常见的概率分布，它可以描述实验结果中观测值的变化情况。正态分

布通常用一个钟形曲线来表示。

一个正态分布取决于两个参数，均值和标准差。均值决定分布的中心位置，标准差决

定了分布的宽度。当均值为0，标准差为1时，我们称为标准正态分布。

正态分布在实际应用中非常常见，例如统计学中的回归分析、假设检验等都会用到正

态分布。因为正态分布有很好的性质，例如随着样本数量的增加，可以逐渐趋向于正态分

布，这使得正态分布在实际应用中非常方便。

4. 总结

()函数是Python中的一个函数，用于生成符合标准正态分布的随机数。

正态分布是一种常见的概率分布，在统计学和其他领域中都有广泛的应用。通过变换，我

们可以根据需要生成其他均值和标准差的正态分布随机数。