python实现高斯分布

高斯分布，也就是正态分布，是统计学中最为常见的一种分布。在Python中，可以使用NumPy库来实现高斯分布。具体实现方法如下：

import numpy as np
import matplotlib.pyplot as plt

# 设置均值和标准差
mu, sigma = 0, 0.1

# 生成随机数
s = np.random.normal(mu, sigma, 1000)

# 绘制直方图
count, bins, ignored = plt.hist(s, 30, density=True)

# 绘制密度曲线
plt.plot(bins, 1/(sigma * np.sqrt(2 * np.pi)) * np.exp( - (bins - mu)**2 / (2 * sigma**2) ), linewidth=2, color='r')

# 显示图形
plt.show()

在上面的代码中，首先使用`np.random.normal()`函数生成1000个符合高斯分布的随机数。然后使用`plt.hist()`函数绘制直方图，使用`plt.plot()`函数绘制高斯分布的密度曲线。最后使用`plt.show()`函数显示图形。

运行上述代码后，会得到一个包含了高斯分布密度曲线和随机数直方图的图形。