已知均值和标准差 求随机数

你可以使用正态分布来生成随机数，根据给定的均值和标准差。在大多数编程语言中，都有相应的函数可以实现这个功能。以下是一个示例代码，假设你使用的是Python：

import numpy as np

mean = 10  # 均值
std_dev = 2  # 标准差

random_number = np.random.normal(mean, std_dev)

上述代码使用了NumPy库中的`random.normal`函数来生成一个服从正态分布的随机数，其中的参数`mean`为均值，`std_dev`为标准差。你可以根据自己的需求修改这两个参数来获取不同的随机数。

希望能对你有所帮助！如果有其他问题，请继续提问。

相关问题

已知均值标准差随机生成数据小程序

好的，以下是一个使用 Python 编写的小程序，可以随机生成指定均值和标准差的数据：

import random
import numpy as np

def generate_data(mean, std, num_samples):
    """
    生成指定均值和标准差的随机数据
    """
    data = []
    for i in range(num_samples):
        data.append(random.gauss(mean, std))
    return np.array(data)

# 测试
mean = 0
std = 1
num_samples = 1000

data = generate_data(mean, std, num_samples)

print("均值：", np.mean(data))
print("标准差：", np.std(data))

使用时，只需要指定均值、标准差和要生成的数据个数，即可得到一个随机生成的数据集。程序使用了 Python 中的 random.gauss 函数来生成符合正态分布的随机数，然后使用 numpy 将其转换为数组，并计算出均值和标准差。

使用python已知平均数求随机数

可以使用Python内置的random模块来生成随机数，以下是一个示例代码，可以根据给定的平均数和标准差生成随机数：

import random
import math

mean = 50  # 平均数
std_deviation = 10  # 标准差
num_samples = 10  # 生成的随机数个数

samples = [random.gauss(mean, std_deviation) for _ in range(num_samples)]
print(samples)

其中，random.gauss函数可以生成一个服从正态分布的随机数，其参数分别为均值和标准差。通过多次调用该函数，可以生成指定个数的随机数。上述代码中，我们生成了10个平均数为50，标准差为10的随机数，并将其打印出来。