高斯分布采样给一段简单的代码以及画图

下面是一个 Python 代码示例，用于从高斯分布中进行采样并可视化采样结果：

import numpy as np
import matplotlib.pyplot as plt

def sample_gaussian(mean, std_dev):
    """从高斯分布中采样"""
    sample = np.random.normal(mean, std_dev)
    return sample

# 设置高斯分布的均值和标准差
mean = 0
std_dev = 1

# 从高斯分布中采样 1000 个样本
samples = [sample_gaussian(mean, std_dev) for _ in range(1000)]

# 绘制采样结果的直方图
plt.hist(samples, bins=50, density=True)
plt.title("Gaussian Distribution with Mean = {} and Std Dev = {}".format(mean, std_dev))
plt.xlabel("Value")
plt.ylabel("Density")
plt.show()

这个代码首先定义了一个 `sample_gaussian` 函数，用于从高斯分布中采样一个数值。然后，代码设置了高斯分布的均值和标准差，并使用 `sample_gaussian` 函数从高斯分布中采样了 1000 个样本。最后，代码使用 Matplotlib 库绘制了采样结果的直方图，以展示高斯分布的形状。运行此代码将生成一个直方图，显示高斯分布的形状。