np.random.normal(0, std, 100)

`np.random.normal(0, std, 100)` 是来自 numpy 库的一个函数调用，用于生成一组正态分布的随机数。

具体地：

- `0` 是该正态分布的均值（mean），意味着生成的数据围绕着数值 0 分布。
- `std` 表示标准差（standard deviation）。这决定了生成数据点与均值之间的散布程度；标准差越大，数据点越分散；反之则越集中。
- `100` 指定生成的随机数的数量。

这是一个简单的示例来展示如何使用这个函数：

import numpy as np

# 设定参数
mean = 0
std_deviation = 1
number_of_samples = 100

# 生成正态分布的随机数组
random_numbers = np.random.normal(mean, std_deviation, number_of_samples)

# 打印结果
print(random_numbers)

运行这段代码会打印出一个包含 100 个元素的数组，这些元素都是从均值为 0，标准差为 1 的正态分布中随机抽取的。

---

## 相关问题:

1. 如何调整正态分布的均值和标准差以改变生成数据的特点？
2. `np.random.normal()` 是否可以生成非正态分布的随机数？如果可以，应该如何做？
3. 当生成大量样本时，如何可视化这些正态分布的数据以更好地理解其特性？