python实现正态分布

在Python中，我们可以利用NumPy库来生成正态分布。正态分布，也被称为高斯分布，是一种连续概率分布，通常用于描述许多自然现象。以下是使用NumPy生成正态分布的基本步骤：

import numpy as np

# 定义均值(mean)和标准差(std_dev)
mean = 0
std_dev = 1

# 使用numpy的normal函数生成正态分布
random_normal_distribution = np.random.normal(mean, std_dev, size=1000)

# 打印前几个值
print(random_normal_distribution[:5])

在这个例子中，`np.random.normal`函数接受三个参数：均值(mean)，标准差(std_dev)，以及样本大小(size)。你可以根据需要调整这两个参数来改变生成的随机数的特性。

如果你想创建一个特定形状的概率密度函数（PDF），可以使用`scipy.stats.norm`模块：

from scipy.stats import norm

# 创建正态分布对象
dist = norm(mean, std_dev)

# 计算PDF值
pdf_values = dist.pdf(range(-5, 6))

# 绘制PDF
import matplotlib.pyplot as plt
plt.plot(range(-5, 6), pdf_values)
plt.show()