Python按正太分布生成随机数

在Python中，可以使用`random`模块的`gauss()`函数来生成符合正态分布（也称为高斯分布）的随机数。`gauss()`函数接受两个参数，分别是均值（mean）和标准差（standard deviation）。它会返回一个符合指定均值和标准差的随机数。

下面是一个示例代码：

import random

mean = 0  # 均值
std_dev = 1  # 标准差

random_number = random.gauss(mean, std_dev)
print(random_number)

在上述代码中，我们使用均值为0，标准差为1的正态分布生成一个随机数，并将其打印出来。

相关问题

python生成正态分布的随机数

Python可以使用numpy库中的random模块生成正态分布的随机数。具体步骤如下：
1. 引入numpy库：import numpy as np
2. 使用np.random.normal函数生成正态分布的随机数。该函数的参数包括均值mu、标准差sigma和生成的随机数数量。
示例代码：
result = np.random.normal(mu, sigma, size)

补充回答相关问题：
相关问题:
1. 如何确定生成的正态分布的均值和标准差?
2. 是否可以生成其他分布的随机数?
3. 能否通过调整参数实现不同形状的正态分布?
4. 除了numpy库外，还有其他方法可以生成正态分布的随机数吗？

请在回答完问题后再提出几个

根据正态分布生成随机数

生成随机数可以使用 Python 中的 random 模块，其中的 gauss 函数可以生成符合正态分布的随机数。例如，要生成均值为 mu，标准差为 sigma 的正态分布随机数，可以使用以下代码：

import random

num = random.gauss(mu, sigma)

其中，mu 和 sigma 分别为正态分布的均值和标准差。