python正态分布随机数⽣成的三种⽅式python正态分布随机数⽣成的三种⽅式
⽅法1：内置库random
1import random
2# 返回整数
3 a=random.randint(min,max)
4# 返回指定范围内的⼩数
5 a=random.uniform(min,max)
random python6# 返回0-1之间的⼩数
7 a=random.seed()
8# 返回指定数学期望和标准差的⾼斯分布随机数
9 a=random.gauss(miu,sigma)
10# 从序列seq中有放回采样
11 a=random.choice(seq)
12# 从序列seq中⽆放回采样
13 a=random.sample(seq)
优点：快
缺点：每次只能⽣成⼀个，⽣成⼀组需要加循环。只⽀持正态分布等⼋种分布。
⽅法2：numpy函数random
1from numpy.random import default_rng
2 rng = default_rng()
3 vals = rng.standard_normal(100)
优点：较快，更准确，可以同时⽣成很多，但是需要先定义⽣成器
⽅法3：scipy统计学函数stats
1from scipy import stats
2 vs(miu,sigma,size=500)
优点：⽀持绝⼤部分数学分布，不仅可以⽣成随机数，还可以⽣成概率密度函数，累计概率密度函数及其对数函数。
缺点：慢
python正态分布随机数⽣成的三种⽅式

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。