正态抽样python

正态抽样是指从正态分布中抽取样本的过程。在Python中，我们可以使用numpy库中的random模块来实现正态抽样。

首先，我们需要导入numpy库和random模块：

import numpy as np
from numpy.random import default_rng

然后，我们可以使用default_rng()函数创建一个随机数生成器：

rng = default_rng()

接下来，我们可以使用normal()函数来进行正态抽样，该函数的参数包括均值mean、标准差std以及样本数size。例如，我们想要从均值为0，标准差为1的正态分布中抽取10个样本，可以这样写：

samples = rng.normal(0, 1, 10)

最后，我们可以打印出抽样结果：

print(samples)

完整的代码如下：

import numpy as np
from numpy.random import default_rng

rng = default_rng()
samples = rng.normal(0, 1, 10)
print(samples)

这样我们就可以使用Python进行正态抽样了。

相关问题

蒙特卡洛模拟 正态分布 python

蒙特卡洛模拟是一种使用随机数来解决计算问题的方法，通过将问题与概率模型相联系，在计算机上进行统计模拟或抽样，以获得问题的近似解。蒙特卡洛模拟可以用于模拟事件的未来结果。在Python中，可以使用随机数生成器来进行蒙特卡洛模拟。引用<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [国赛学习——蒙特卡洛模拟](https://blog.csdn.net/weixin_45427596/article/details/119509688)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"]
- *2* [Carlo-Simulation-Future-Stock-Prices-for-Apple:在该项目中，我完成了对未来股票价格的蒙特卡洛模拟。...](https://download.csdn.net/download/weixin_42133918/15613753)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"]
- *3* [python+正态分布+蒙特卡洛预测男女身高概率！](https://blog.csdn.net/weixin_30782331/article/details/97567232)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"]
[ .reference_list ]

python正态分布抽样

Python中可以使用`numpy`库来进行正态分布抽样。`numpy.random`模块提供了一系列的函数来生成不同分布的随机数，其中包括正态分布。

要进行正态分布抽样，可以使用`numpy.random.normal()`函数。该函数的参数包括均值、标准差和抽样数量。具体的用法如下：

import numpy as np

# 设置均值和标准差
mu = 0  # 均值
sigma = 1  # 标准差

# 抽样数量
sample_size = 100

# 进行正态分布抽样
samples = np.random.normal(mu, sigma, sample_size)

# 打印抽样结果
print(samples)

上述代码中，我们设置了均值`mu`为0，标准差`sigma`为1，抽样数量为100。通过调用`np.random.normal()`函数进行抽样，将结果保存在`samples`变量中，并打印出来。