python随机生成一组服从正太分布的整数值
时间: 2023-12-28 09:48:10 浏览: 28
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:
```python
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:
```python
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:
```python
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。