Python中的random.gauss()函数

引言

Python 的 random.gauss(mu, sigma) 函数生成一个具有给定均值（mu）和标准差（sigma）并遵循高斯（正态）分布的随机数。为了产生模仿实际随机变化的样本，统计建模和模拟经常使用这种技术。

本教程将深入讲解 random 模块的 gauss() 方法，并附有各种示例。

理解 Python random.gauss() 方法

gauss() 方法是 random 模块内置的一个功能。它用于生成一个高斯分布的随机浮点数。

random.gauss() 方法的语法如下：

语法

参数

• mu: mu 参数用于表示均值。
• sigma: sigma 参数用于表示标准差。

返回值

此方法返回一个具有随机高斯分布的浮点数。

random.gauss() 方法的实现

本节将展示在 Python 编程中实现 random 模块 gauss() 方法的示例。

示例 1

以下是一个简单的示例，演示了 random.gauss() 方法的使用：

代码

输出

 
48.31812704208881

说明

该程序通过将标准差（std_dev）设置为 20，均值（average）设置为 75，来使用高斯（正态）分布生成一个随机整数。在生成了具有围绕给定均值的标准差方差的数字后，打印 random.gauss() 函数的输出。

示例 2

为了观察高斯分布，我们可以多次生成数字并将结果绘制在图上。

代码

输出

说明

该程序使用均值为 200、标准差为 30 的高斯分布生成 150 个随机数，并将它们存储在一个列表中。为了观察生成数据的分布情况，然后使用个性化的绘图样式（如网格线和标记）展示这些随机值。

示例 3

为了观察高斯分布的密度，我们可以制作一个直方图。

代码

输出

说明

该程序使用高斯分布生成 5,000 个随机数，并将它们显示在 150 个 bin 的直方图中，以说明它们的频率分布。

结论

Python 中的 random.gauss() 函数生成具有指定均值和标准差的正态随机数，通过模仿现实世界的随机变化，有助于统计建模、模拟和数据分析。