python 3.1-创建正态分布

我有scipy和numpy，pythonv3.1

我需要创建一个长度为300万的1D数组，使用100-60000之间（包括）的随机数。它必须符合正态分布

---

使用“a=numpy.random.standard_normal（3000000）”，我得到了所需长度的正态分布；不确定如何达到所需的范围。

试试这个不错的小方法：

您需要一个只生成一个随机数的方法

import random
list = [random.randint(min,max) for i in range(numitems)]

这将为您提供一个列表，其中包含最小值和最大值之间的numitems随机数

---

当然，3000000是很多需要记忆的项目。考虑程序所需的随机数。

< P>标准正态分布平均值为0，标准偏差为1。我从你们的要求中了解到，你们需要一个（（60000-100）/2，（60000-100）/2）个。从

standard\u normal（）

result中获取每个值

我没有使用过NumPy，但快速搜索文档表明，您可以直接使用NumPy实现您想要的功能

---

最后一点：正态分布不是有界的。这意味着不存在概率为零的值。你的要求应该是均值和方差（或标准差），而不是极限。

如果你想要一个真正的随机正态分布，你不能保证数字会传播多远。但是，您可以通过指定标准偏差来降低异常值的概率

>>> n = 3000000
>>> sigma5 = 1.0 / 1744278
>>> n * sigma5
1.7199093263803131  # Expect one values in 3 mil outside range at 5 stdev.
>>> sigma6 = 1.0 / 1 / 506800000
>>> sigma6 = 1.0 / 506800000
>>> n * sigma6
0.0059194948697711127 # Expect 0.005 values in 3 mil outside range at 6 stdev.
>>> sigma7 = 1.0 / 390600000000
>>> n * sigma7
7.6804915514592934e-06

因此，在这种情况下，确保标准偏差仅为范围一半的1/6或1/7将使您有理由相信数据不会超出范围

>>> range = 60000 - 100
>>> spread = (range / 2) / 6 # Anything outside of the range will be six std. dev. from the mean
>>> mean = (60000 + 100) / 2
>>> a = numpy.random.normal(loc = mean, scale = spread, size = n) 
>>> min(a)
6320.0238199673404
>>> max(a)
55044.015566089176

---

当然，您仍然可以随机选择超出范围的值。randrange不会创建正态分布。此外，OP要求的是一个NumPy数组，而不是列表。哎呀，我不知道这个存在，+1，使用这个方法，而不是我的。谢谢！我花了一段时间才清醒过来，但我到了那里。理解一些基本的统计数据同样是一个编程问题。干杯。然而，我们通常会以范围的形式找到值，只想在其中放入正态分布。不一定是任何东西的要求。那么你如何计算出新的方差和新的均值呢？平均值应该是我们想要的最大值，但是方差呢？@Zelphir样本的平均值和方差是。不过，样本（或总体）的分布可能并不正常。例如，样本

[2]*100

（一个包含100个

2

的列表）具有均值

2

、方差

0

和均匀分布。瞧，分布是样本的一个特征，没有人能“放”在那里。@Apalala我的措辞当然只是口语。我认为问题在于，无论是numpy还是普通Python都不能提供这样一个截断正态分布，因为从数学上讲，它不再是正态分布了。我想如果没有任何值大于或小于max和min真的很重要，那么必须自己编写函数。如果需要整数，请检查边缘情况：由于舍入，可能会有50%的命中率被截断！只需生成10000个数字并计算每个数字的出现次数：它们应该或多或少相等。下面是一个用

uniform

分布在0..100中克服边缘情况的例子：

round（random.uniform（-0.5100+0.5））

我在上面使用过，但是注释确实有助于理解。谢谢