python怎么实现正态分布

Python中有很多库可以实现正态分布。下面以numpy为例，介绍如何实现正态分布。

先导入numpy库：

import numpy as np

使用numpy可以生成符合正态分布的一组数据，使用的函数是numpy.random.normal()，该函数的参数有三个：

- loc：指定均值，默认值为0。
- scale：指定标准差，默认值为1。
- size：生成数据的个数或维度，默认值为None。如果不指定，则生成一个标量值。

下面是两个例子：

- 生成10个符合均值为5，标准差为2的随机数。

data = np.random.normal(loc=5, scale=2, size=10)
print(data)

- 生成一个10*10的数组，其中的数据符合均值为10，标准差为3的正态分布。

data = np.random.normal(loc=10, scale=3, size=(10, 10))
print(data)

也可以利用scipy包的stats子包实现正态分布的一些计算，如计算均值、方差、概率密度等函数。代码示例：

from scipy.stats import norm
import matplotlib.pyplot as plt

x = np.linspace(-5, 5, 100)
y = norm.pdf(x, 0, 1)  # 计算均值为0，方差为1的正态分布的概率密度

plt.plot(x, y)
plt.show()

以上是numpy和scipy下简单实现正态分布示例。