Python生成正态分布的随机数

对于生成正态分布的随机数，可以使用Python中的random模块和numpy模块来实现。下面将分别介绍两种方法。

一、使用random模块生成正态分布的随机数

1、使用random模块的gauss()函数生成正态分布的随机数。

import random

mu = 0  # 正态分布的均值
sigma = 1  # 正态分布的标准差
random_num = random.gauss(mu, sigma)  # 生成一个正态分布的随机数
print(random_num)

2、使用random模块的normalvariate()函数生成正态分布的随机数。

import random

mu = 0  # 正态分布的均值
sigma = 1  # 正态分布的标准差
random_num = random.normalvariate(mu, sigma)  # 生成一个正态分布的随机数
print(random_num)

二、使用numpy模块生成正态分布的随机数

1、使用numpy模块的random模块的normal()函数生成正态分布的随机数。

import numpy as np

mu = 0  # 正态分布的均值
sigma = 1  # 正态分布的标准差
random_num = np.random.normal(mu, sigma)  # 生成一个正态分布的随机数
print(random_num)

2、使用numpy模块的random模块的randn()函数生成正态分布的随机数。

import numpy as np

mu = 0  # 正态分布的均值
sigma = 1  # 正态分布的标准差
random_num = np.random.randn() * sigma + mu  # 生成一个正态分布的随机数
print(random_num)

三、使用random模块和numpy模块比较

在生成正态分布的随机数方面，使用random模块和numpy模块基本上是等效的，都可以生成符合正态分布的随机数。numpy模块在科学计算领域应用广泛，对于生成大量的随机数，numpy模块的性能通常更好。

综上所述，通过random模块和numpy模块，我们可以方便地生成满足正态分布的随机数。