Numpy 以高值为中心的对数正态随机数

我正在尝试使用numpy/scipy从对数正态分布创建随机数

平均值为2000，西格玛为800

如果我使用numpy.random.lognormal创建随机值（平均值=2000，西格玛=800，大小=10000） 我所得到的只是非常高或非常高的数字

---

有办法解决这个问题吗？

小心：

平均值

和

西格玛

参数对应于

对数正态分布的对数分布；分布的实际算术平均值为
exp（平均值+sigma**2/2）
，当
mean=2000
和
sigma=800
时，其在标准双精度浮点中的计算结果为
inf

看
和
更多详情。
是否有一种简单的方法将我的平均值和西格玛转换为所需的值？分布的对数平均值是已知的，但我需要基本正态分布的平均值。维基百科文章中有转换（）。另见：www.stanford.edu/~bkravitz/research/lognormal.pdf（方程式（3）-（6）给出了转换）。@LukasMosser使用
numpy.random.lognormal（mean=np.log（2000），sigma=np.log（800），size=10000）
…或者可能是
np.log10
。我记不起来了math@PaulH:不，没那么简单。阅读我给出的公式链接。