如何模拟随机正态变量 Python [关闭]

Question

首先，我对编码非常陌生。

我得到了“模拟许多正态分布的随机数，然后计算均值和标准差”的任务。使用 Python。首先，我在解释这个问题时遇到了一些困难......

无论如何，我想我已经知道如何使用 for 循环从标准正态分布中生成所需数量的随机数（尽管我不确定这是所要求的）。我正在努力使用这些数字进行计算——因为它们是随机的，我不知道如何使用列表。

谢谢！

Answer 1

您可以使用random.gauss 生成随机数。例如，我将创建一个包含 10 个随机数的列表，平均值为 10，标准差为 1

>>> import random
>>> nums = [random.gauss(10, 1) for _ in range(10)]
>>> nums
[11.959067391283675, 9.736968009359552, 9.034607376861388, 9.431664007796622, 11.522646114577977, 9.777134678502273, 10.954304068858296, 9.641278997034552, 10.671349950944085, 10.795117781051463]

然后您可以使用statistics 库来计算均值和标准差。

>>> import statistics as stats

>>> avg = stats.mean(nums)
>>> avg
10.352413837626989   # pretty close to 10

>>> stddv = stats.stdev(nums)
>>> stddv
0.9667002670583574   # pretty close to 1

您可以看到，如果我生成了很多随机数，假设 random 库对来自所需分布的采样数进行了很好的实现，您将获得大约用于描述原始数据的均值和标准差分布。