但是我感觉你这个写法不够随机。

如果你想要更随机的数据，你可以使用Fortran的随机数生成函数来替代固定的坐标计算。下面是使用Fortran的随机数生成函数生成三维离散高斯分布数据的示例代码：

program generate_gaussian_data
    implicit none
    
    integer, parameter :: nx = 10  ! x轴方向网格数
    integer, parameter :: ny = 10  ! y轴方向网格数
    integer, parameter :: nz = 10  ! z轴方向网格数
    
    real, parameter :: mean = 0.0  ! 高斯分布的均值
    real, parameter :: stddev = 1.0  ! 高斯分布的标准差
    
    real :: data(nx, ny, nz)  ! 存储生成的三维离散高斯分布数据
    
    integer :: i, j, k
    real :: x, y, z
    
    ! 初始化随机数种子
    call random_seed()
    
    ! 生成三维离散高斯分布数据
    do i = 1, nx
        do j = 1, ny
            do k = 1, nz
                call random_number(x)
                call random_number(y)
                call random_number(z)
                
                x = (x - 0.5) * nx
                y = (y - 0.5) * ny
                z = (z - 0.5) * nz
                
                data(i, j, k) = exp(-(x*x + y*y + z*z) / (2.0 * stddev**2)) / (sqrt(2.0 * pi) * stddev)
            end do
        end do
    end do
    
    ! 输出生成的数据
    do i = 1, nx
        do j = 1, ny
            do k = 1, nz
                write(*, '(3F8.4)') data(i, j, k)
            end do
        end do
    end do

end program generate_gaussian_data

在这个示例代码中，我们使用Fortran的`random_number`函数生成随机数，并将其映射到指定的范围上。通过这种方式，我们可以获得更随机的坐标值来计算高斯分布。你可以根据需要调整程序中的参数和输出方式。