python生成1-5正整数正太分布

在Python中，可以使用`numpy`库中的`np.random.normal`函数来生成符合正态分布的随机数。正态分布通常由两个参数决定：均值（mean）和标准差（standard deviation）。在这个场景中，如果我们想要生成1到5之间的正整数，并且这些数服从某个特定的正态分布，我们可以先生成连续的正态分布随机数，然后将这些连续值映射到整数区间上。

不过，需要注意的是，正态分布是一种连续分布，其值域为负无穷大到正无穷大，因此我们不能直接生成“1到5之间的正态分布随机数”，而应该先生成一个均值和标准差适中的正态分布，然后取其值域中大约1到5之间的部分。这样做会有一定的裁剪和失真，因为连续分布的值域无限，而我们只取了一小段区域。

下面是一个模拟的Python代码示例，其中均值设为3，标准差设为1，我们尝试从这个分布中抽取值，并将它们映射到整数1到5上：

import numpy as np

# 设定均值和标准差
mean = 3
std_dev = 1

# 生成一定数量的正态分布连续值
normal_values = np.random.normal(mean, std_dev, 10000)

# 将连续值映射到整数1到5上
discrete_values = np.clip(np.round(normal_values), 1, 5)

# 输出结果
print(discrete_values)

在这段代码中，`np.random.normal(mean, std_dev, 10000)`生成了10000个符合正态分布的连续随机数，`np.clip`函数用于将这些数限制在1到5的范围内，而`np.round`则用于将连续数四舍五入到最接近的整数。