python numpy正态分布_spss生成随机数

激活谷笔记 • 2025-03-18 19:47 • 阅读 14

在Python中，你可以使用`numpy`库的`numpy.random.normal`函数来生成服从正态分布的随机数。以下是一个简单的示例：

 import numpy as np 设置随机种子，确保结果可复现 np.random.seed（0） 生成正态分布数据 mu = 0 均值 sigma = 1 标准差 num_samples = 1000 生成随机数的数量 samples = np.random.normal（mu, sigma, num_samples） 打印生成的随机数 print（samples）

如果你需要生成一个具有特定均值和标准差的正态分布随机数，你可以使用以下代码：

 import numpy as np 设置随机种子，确保结果可复现 np.random.seed（0） 生成正态分布数据 mu = 5 均值 sigma = 1 标准差 num_samples = 1000 生成随机数的数量 samples = np.random.normal（mu, sigma, num_samples） 打印生成的随机数 print（samples）

你还可以使用`matplotlib`库来绘制生成的随机数的直方图，以验证其正态分布特性：

 import numpy as np import matplotlib.pyplot as plt 设置随机种子，确保结果可复现 np.random.seed（0） 生成正态分布数据 mu = 5 均值 sigma = 1 标准差 num_samples = 1000 生成随机数的数量 samples = np.random.normal（mu, sigma, num_samples） 绘制直方图 plt.hist（samples, bins=30, density=True, alpha=0.6, color='g'） plt.title（'Normal Distribution'） plt.show（）

以上代码将生成一个均值为5，标准差为1的正态分布随机数，并绘制其直方图

python numpy正态分布_spss生成随机数

相关推荐