java生成一组正态分布的数据

可以使用Java的Random和Math库来生成一组正态分布的数据。具体的代码如下：

import java.util.Random;

public class NormalDistribution {
  
  public static void main(String[] args) {
    //设置均值和标准差
    double mean = 0;
    double stdDev = 1;
    
    //设置生成数据的数量
    int n = 1000;
    
    //创建Random对象
    Random r = new Random();
    
    //生成n个符合正态分布的数据
    for (int i = 0; i < n; i++) {
      //使用Box-Muller算法生成正态分布的随机数
      double x = r.nextGaussian() * stdDev + mean;
      
      //打印生成的随机数
      System.out.println(x);
    }
  }
  
}

在这段代码中，我们先设置了正态分布的均值和标准差，然后使用Random对象的nextGaussian方法生成符合正态分布的随机数。最后，将随机数打印出来即可。

相关问题

java实现生成正态分布数据(附完整源码)

以下是Java实现生成正态分布数据的代码：

import java.util.Random;

public class NormalDistribution {
    private double mean;
    private double stdDev;
    private Random rand;

    public NormalDistribution(double mean, double stdDev) {
        this.mean = mean;
        this.stdDev = stdDev;
        this.rand = new Random();
    }

    public double generate() {
        double u1 = rand.nextDouble();
        double u2 = rand.nextDouble();
        double z = Math.sqrt(-2.0 * Math.log(u1)) * Math.cos(2.0 * Math.PI * u2);
        return mean + stdDev * z;
    }

    public static void main(String[] args) {
        NormalDistribution nd = new NormalDistribution(0, 1);
        for (int i = 0; i < 10; i++) {
            System.out.println(nd.generate());
        }
    }
}

代码中，我们定义了一个NormalDistribution类，用来生成正态分布数据。构造函数需要传入期望值和标准差，同时初始化一个Random对象。generate方法则是根据正态分布的公式生成随机数，返回值为生成的随机数。

在main方法中，我们实例化了一个NormalDistribution对象，并且生成了10个随机数进行输出。

需要注意的是，生成的随机数是有可能超出期望值加减标准差的范围的，因此需要根据实际需求进行修正。

python生成正态分布数据

可以使用Python中的NumPy库来生成正态分布数据，具体步骤如下：

1.导入NumPy库

import numpy as np

2.设置正态分布的均值和标准差

mu, sigma = 0, 0.1

3.生成正态分布数据

data = np.random.normal(mu, sigma, 1000)

其中，np.random.normal()函数用于生成正态分布数据，参数mu为均值，sigma为标准差，1000为生成数据的数量。

4.可视化数据

可以使用Matplotlib库将生成的数据可视化。

import matplotlib.pyplot as plt

count, bins, ignored = plt.hist(data, 30, density=True)
plt.plot(bins, 1/(sigma * np.sqrt(2 * np.pi)) *
np.exp( - (bins - mu)**2 / (2 * sigma**2) ),
linewidth=2, color='r')
plt.show()

其中，plt.hist()函数用于绘制直方图，30为直方图的柱数，density=True表示将直方图归一化。plt.plot()函数用于绘制正态分布曲线。最后使用plt.show()函数显示图像。

生成的正态分布数据和图像如下所示：