用python写一程序，要求从0~100均匀分布中随即进行抽样（放回），每次抽样的概率一样，然后获取其均值的分布

在Python中，你可以使用`numpy`库中的`random`模块来实现这个任务。首先，你需要安装numpy，如果还没安装可以使用pip进行安装：

pip install numpy

接下来是一个简单的示例程序，它会生成指定范围内的随机数，并计算多次抽样后的平均值分布：

import numpy as np

# 设置样本数量
num_samples = 10000  # 可以根据需要调整
sample_range = (0, 100)  # 抽取范围
repetitions = 1000  # 抽样次数

# 创建一个空列表来存储所有样本的均值
mean_distributions = []

for _ in range(repetitions):
    # 使用numpy的random.choice函数进行有放回抽样
    samples = np.random.choice(sample_range, size=num_samples, replace=True)
    # 计算并添加当前抽样集的均值到结果列表
    mean_distributions.append(np.mean(samples))

# 打印均值分布的统计信息，如最小值、最大值、平均值等
print("Minimum Mean:", np.min(mean_distributions))
print("Maximum Mean:", np.max(mean_distributions))
print("Mean of Mean Distributions:", np.mean(mean_distributions))
print("Standard Deviation of Mean Distributions:", np.std(mean_distributions))

# 如果你想可视化这个分布，可以用matplotlib绘制直方图
import matplotlib.pyplot as plt
plt.hist(mean_distributions, bins=range(50), density=True);
plt.xlabel("Sample Mean");
plt.ylabel("Probability Density");
plt.title("Distribution of Sample Means");
plt.show();

运行此程序，你将得到均值的分布情况以及一些基本的统计描述。