Python random.normalvariate() 方法

Python 的`random.normalvariate()`方法生成符合正态分布（也称为高斯分布）的随机数。它是一族连续概率分布，取决于两个参数 mu 和 sigma 的值。其中，`mu` 是正态分布的均值，`sigma` 是标准差。

这种分布经常用于统计学、数据分析和各个科学领域，包括自然科学和社会科学。

与用于生成正态（高斯）分布随机数的random.gauss()方法相比，此方法稍慢。

语法

以下是 Python `normalvariate()` 方法的语法：

random.normalvariate(mu, sigma)

参数

此方法接受两个参数：

• mu: 这是正态分布的均值。它定义了数据点分布的中心。

• sigma: 这是正态分布的标准差。它决定了分布的散布；较大的标准差会导致较宽的分布。

返回值

此方法返回一个符合正态分布的随机数。

示例 1

让我们来看一个使用 Python `random.normalvariate()` 方法从均值为 0、标准差为 1 的正态分布生成随机数的基本示例。

import random

# mean
mu = 0  
# standard deviation
sigma = 1  

# Generate a normal-distributed random number
random_number = random.normalvariate(mu, sigma)

# Print the output
print("Generated random number from normal-distribution:",random_number)

以下是输出：

Generated random number from normal-distribution: -0.7769202103807216

注意：由于其随机性，每次运行程序时生成的输出都会有所不同。

示例 2

此示例使用 `random.normalvariate()` 方法生成一个包含 10 个符合正态分布的随机数的列表。

import random

# mean
mu = -2 

# standard deviation
sigma = 0.5  

result = []
# Generate a list of random numbers from the normal distribution
for i in range(10):
    result.append(random.normalvariate(mu, sigma))

print("List of random numbers from normal distribution:", result)

执行上述代码时，您将得到如下类似的输出：

List of random numbers from normal distribution: [-2.778171960521405, -2.2533800337312067, -1.9066268514693987, -1.084536370988285, -1.9904834774844322, -2.0760115964122665, -1.834173950583494, -2.2002024554415516, -2.5518948340343868, -1.3772372391051193]

示例 3

这是一个使用 `random.normalvariate()` 方法的另一个示例，它演示了如何改变均值和标准差会影响正态分布的形状。

import random
import matplotlib.pyplot as plt


# Define a function to generate and plot data for a given mu and sigma
def plot_normal(mu, sigma, label, color):

    # Generate normal-distributed data
    data = [random.normalvariate(mu, sigma) for _ in range(10000)]

    # Plot histogram of the generated data
    plt.hist(data, bins=100, density=True, alpha=0.6, color=color, label=f'(mu={mu}, sigma={sigma})')

fig = plt.figure(figsize=(7, 4))

# Plotting for each set of parameters
plot_normal(0, 0.2, '0, 0.2', 'blue')
plot_normal(0, 1, '0, 1', 'red')
plot_normal(0, 2, '0, 2', 'yellow')
plot_normal(-2, 0.5, '-2, 0.5', 'green')

# Adding labels and title
plt.title('Normal Distributions')
plt.legend()

# Show plot
plt.show()

上述代码的输出如下：