python做正态分布

在Python中，你可以使用numpy库来进行正态分布（也称为高斯分布）的操作。`numpy`有一个内置函数`normal()`或`randn()`可以生成随机数，其分布就接近于标准正态分布，即均值为0，方差为1的分布。

例如，如果你想要生成一组平均值为μ，标准差为σ的正态分布数据，可以这样做：

import numpy as np

# 定义平均值和标准差
mu = 5  # 均值
sigma = 2  # 标准差

# 生成正态分布的数据
normal_distribution = np.random.normal(mu, sigma, 1000)  # 这将生成包含1000个随机数的一维数组

print(normal_distribution)

如果你想绘制这个分布，可以使用matplotlib库：

import matplotlib.pyplot as plt

plt.hist(normal_distribution, bins='auto')  # 自动设置直方图的bins数量
plt.title("Standard Normal Distribution")
plt.show()