生成正态分布随机数的代码

生成正态分布随机数可以使用Python中的random模块和numpy模块的random子模块，具体代码如下：

使用random模块：

import random

# 生成均值为mu，标准差为sigma的正态分布随机数
def normal_distribution(mu, sigma):
    return random.normalvariate(mu, sigma)

# 例子：生成均值为0，标准差为1的正态分布随机数
num = normal_distribution(0, 1)
print(num)

使用numpy模块：

import numpy as np

# 生成均值为mu，标准差为sigma的正态分布随机数
def normal_distribution(mu, sigma):
    return np.random.normal(mu, sigma)

# 例子：生成均值为0，标准差为1的正态分布随机数
num = normal_distribution(0, 1)
print(num)

注意：以上代码中，参数mu表示正态分布的均值，参数sigma表示正态分布的标准差。

相关问题

c语言生成正态分布随机数的代码

在 C 语言中，可以使用 Box-Muller 算法来生成正态分布的随机数。下面是一个实现的代码示例：

#include <math.h>
#include <stdlib.h>
#include <time.h>

double normal_rand(double mean, double stddev) {
    static double n2 = 0.0;
    static int n2_cached = 0;
    if (!n2_cached) {
        double x, y, r;
        do {
            x = 2.0*rand()/RAND_MAX - 1;
            y = 2.0*rand()/RAND_MAX - 1;
            r = x*x + y*y;
        } while (r == 0.0 || r > 1.0);
        double d = sqrt(-2.0*log(r)/r);
        double n1 = x*d;
        n2 = y*d;
        double result = n1*stddev + mean;
        n2_cached = 1;
        return result;
    } else {
        n2_cached = 0;
        return n2*stddev + mean;
    }
}

int main() {
    srand(time(NULL));
    double mean = 0.0;
    double stddev = 1.0;
    for (int i = 0; i < 10; i++) {
        printf("%.2f\n", normal_rand(mean, stddev));
    }
    return 0;
}

请注意，这是一个随机数生成器，因此每次运行程序生成的随机数将不同。

matlab生成正态分布随机数

可以使用matlab中的randn函数来生成正态分布随机数。例如，如果要生成一个均值为mu，标准差为sigma的正态分布随机数，可以使用如下代码：

randn() * sigma + mu

其中，randn()生成一个均值为0，标准差为1的正态分布随机数，乘以sigma后再加上mu，即可得到所需的正态分布随机数。