python随机生成一组服从正太分布的整数值

可以使用numpy库中的random模块生成服从正态分布的整数值，代码示例如下：

import numpy as np

mean = 0  # 正态分布的均值
std = 1  # 正态分布的标准差
size = 10  # 生成的整数数量

rand_ints = np.random.normal(loc=mean, scale=std, size=size).astype(int)  # 生成服从正态分布的整数值
print(rand_ints)

输出结果示例：

[ 0  0 -1  0  1 -1 -1 -1 -1 -1]

注意：生成的整数值可能是正数、负数或零。可以根据具体情况自行选择均值和标准差。

相关问题

如何用python随机生成正态分布的正整数

可以使用numpy库中的random模块中的randint函数来生成正态分布的正整数。具体代码如下：

import numpy as np

mu, sigma = 0, 0.1 # 均值和标准差
s = np.random.normal(mu, sigma, 1000) # 生成1000个正态分布的随机数
s = s.astype(int) # 转换为整数类型
s = s[s > 0] # 取大于0的数
result = np.random.choice(s, 1)[0] # 随机选择一个数

print(result)

这段代码会生成1000个均值为0，标准差为0.1的正态分布随机数，然后将其转换为整数类型，并取大于0的数。最后从中随机选择一个数作为结果。

python生成服从正态分布

Python中可以使用NumPy库中的random模块来生成服从正态分布的随机数。具体方法是使用numpy.random.normal()函数，该函数的参数包括均值、标准差和生成随机数的个数。例如，生成均值为0，标准差为1，共10个随机数的代码如下：

import numpy as np

mu, sigma, num = 0, 1, 10
samples = np.random.normal(mu, sigma, num)
print(samples)

这段代码将生成一个包含10个服从均值为0，标准差为1的正态分布的随机数的NumPy数组，并将其打印输出。