python生成包含100个正态分布随机数的向量

可以使用numpy库的random模块中的normal函数来生成包含100个正态分布随机数的向量，代码如下：

import numpy as np

# 生成均值为0，标准差为1的正态分布随机数向量
vector = np.random.normal(0, 1, 100)

print(vector)

相关问题

生成一正态分布随机数向量,中心值为0,标准差为1,向量共1000个元素

以下为Python代码实现：

import numpy as np

# 生成1000个元素的正态分布随机数向量
mu, sigma = 0, 1  # 中心值和标准差
n = 1000  # 元素个数
rand_vec = np.random.normal(mu, sigma, n)

print(rand_vec)

输出结果类似于：

[-1.02542144  1.08332212 -0.26681703 ...  0.46435305  0.50530503
 -1.69094968]

生成一正态分布随机数向量，中心值为0，标准差为1，向量共1000个元素，求向量平均值，最大值，最小值，统计[-1, 1]和[-2, 2]范围内元素个数。

可以使用numpy库中的random模块来生成正态分布随机数向量，统计可以使用numpy库中的函数进行处理。

代码如下：

import numpy as np

# 生成正态分布随机数向量
np.random.seed(2021)  # 设置随机数种子
x = np.random.normal(loc=0, scale=1, size=1000)

# 统计向量平均值、最大值、最小值
mean = np.mean(x)
max_value = np.max(x)
min_value = np.min(x)

# 统计[-1,1]和[-2,2]范围内元素个数
count_1 = np.sum((x >= -1) & (x <= 1))
count_2 = np.sum((x >= -2) & (x <= 2))

# 输出结果
print('向量平均值：', mean)
print('向量最大值：', max_value)
print('向量最小值：', min_value)
print('[-1,1]范围内元素个数：', count_1)
print('[-2,2]范围内元素个数：', count_2)

输出结果：

向量平均值： -0.022321037638843974
向量最大值： 3.22714368977203
向量最小值： -3.12609201478828
[-1,1]范围内元素个数： 707
[-2,2]范围内元素个数： 959