用python验证中心极限定理

中心极限定理是指，对于任意分布的独立同分布随机变量，它们的和的分布在n趋向于无穷大时，逐渐趋近于正态分布。

下面是一个使用Python验证中心极限定理的简单示例：

import numpy as np
import matplotlib.pyplot as plt

# 生成10个均匀分布的随机数
samples = np.random.uniform(0, 1, size=10)

# 模拟生成1000个样本的样本均值
sample_means = []
for i in range(1000):
    sample_means.append(np.mean(np.random.choice(samples, size=10)))

# 绘制样本均值的直方图
plt.hist(sample_means, bins=20)
plt.show()

运行以上代码，可以得到一个样本均值的直方图，如下图所示：


可以看到，样本均值的分布近似于正态分布，验证了中心极限定理的正确性。