在python中，如何生成具有特定平均值的范围内的随机数？

假设我想生成一个介于-1000和1000之间的随机数，平均值是x。我该怎么做

编辑：为了清楚起见，生成的数字应该属于标准正态分布，平均值为x

因此，如果我生成一千个数字，并找到它们的平均值，它将是x

我试过这个，但似乎不起作用：

sum_ = 0
for i in range(0, 10):
  sum_ += random.triangular(-1000, 1000, 10)
print sum_ / 10

我希望这能给我一些东西，但我显然没有使用正确的代码

    normalvariate(self, mu, sigma) method of Random instance
    Normal distribution.

    mu is the mean, and sigma is the standard deviation.

i、 e

这里2是平均值，17是标准偏差。如果要线性缩放，可以将适当的值相加或相乘

i、 e

---

这里2是平均值，17是标准偏差。如果你想线性缩放，你可以加上适当的值，然后乘上相应的值。

标准正态分布的范围是无限的，在任何给定的区间之外都有找到点的非零概率。你可以使用，只要记住平均值是

（a+b+模式）/3

，所以

三角形（a，b，3*x-a-b）

会得到你想要的：

from random import triangular

a = 0
b = 10
x = 3
test = [triangular(a, b, 3*x - a - b) for _ in range(1000)]
sum(test) / 1000.0
# 3.006828109140065

---

标准正态分布的范围是无限的，在任何给定的区间外都有找到点的非零概率。你可以使用，只要记住平均值是

（a+b+模式）/3

，所以

三角形（a，b，3*x-a-b）

会得到你想要的：

from random import triangular

a = 0
b = 10
x = 3
test = [triangular(a, b, 3*x - a - b) for _ in range(1000)]
sum(test) / 1000.0
# 3.006828109140065

---

正如一些评论所提到的，这两个要求相互冲突：

我想生成一个介于-1000和1000之间的随机数

及

生成的数字应符合标准正态分布，平均值为x

因为标准有一个无限域。如果您从正态分布中选择数字，则可能会得到大于1000或小于-1000的值。相反，如果将范围限制为[-10001000]，则不会从正态分布绘制

一种选择是根据截断正态分布生成数字，这与标准正态分布类似，只是概率在范围[-10001000]之外设置为零。最简单的方法是根据正态分布选择一个数字，如果它超出了所需的范围，只需再次选择

SIGMA=10.0 # you can pick this value to be pretty much anything
def generate_number(average):
    x = random.normal_variate(average, SIGMA)
    while x > 1000 or x < -1000:
        x = random.normalvariate(average, SIGMA)
    return x

使用概率从-1000线性增加到

模式

，然后从

模式

线性减少到1000的分布。不过，这个问题的关键在于，

模式

是被选择概率最大的值。这与所选数字的平均值不同。实际平均值是

（最小值+最大值+模式）/3。

，或者在您的情况下，因为

最小值+最大值=1000-1000=0

，所以只有

模式/3

，因此如果您想生成具有指定平均值的数字，您必须使用

def generate_number(average):
    mode = 3*average
    if mode  < -1000 or mode > 1000:
        raise ValueError('Average cannot be satisfied: %f' % average)
    return random.normal_variate(-1000, 1000, mode)

def生成_数（平均值）：
模式=3*平均值
如果模式<-1000或模式>1000：
raise VALUERROR（'无法满足平均值：%f'%Average]
返回随机。正常变量（-1000，1000，模式）

---

请注意，使用此分布意味着您永远无法生成平均值小于

-1000./3.

或大于

1000./3.

的数字，除非您也相应地调整最小值或最大值。

如几条注释所述，这两个要求相互冲突：

我想生成一个介于-1000和1000之间的随机数

及

生成的数字应符合标准正态分布，平均值为x

因为标准有一个无限域。如果您从正态分布中选择数字，则可能会得到大于1000或小于-1000的值。相反，如果将范围限制为[-10001000]，则不会从正态分布绘制

一种选择是根据截断正态分布生成数字，这与标准正态分布类似，只是概率在范围[-10001000]之外设置为零。最简单的方法是根据正态分布选择一个数字，如果它超出了所需的范围，只需再次选择

SIGMA=10.0 # you can pick this value to be pretty much anything
def generate_number(average):
    x = random.normal_variate(average, SIGMA)
    while x > 1000 or x < -1000:
        x = random.normalvariate(average, SIGMA)
    return x

使用概率从-1000线性增加到

模式

，然后从

模式

线性减少到1000的分布。不过，这个问题的关键在于，

模式

是被选择概率最大的值。这与所选数字的平均值不同。实际平均值是

（最小值+最大值+模式）/3。

，或者在您的情况下，因为

最小值+最大值=1000-1000=0

，所以只有

模式/3

，因此如果您想生成具有指定平均值的数字，您必须使用

def generate_number(average):
    mode = 3*average
    if mode  < -1000 or mode > 1000:
        raise ValueError('Average cannot be satisfied: %f' % average)
    return random.normal_variate(-1000, 1000, mode)

def生成_数（平均值）：
模式=3*平均值
如果模式<-1000或模式>1000：
raise VALUERROR（'无法满足平均值：%f'%Average]
返回随机。正常变量（-1000，1000，模式）

---

请注意，使用此分布意味着您永远无法生成平均值小于

-1000./3.

或大于

1000./3.

，除非您也相应地调整最小值或最大值。

随机int或随机float？您尝试过什么吗？我不熟悉编码，我尝试过random.triangal，但这似乎不是我想要的。在这一点上，float或int并不重要。您必须在帖子中包含您尝试过的代码，并指出您的问题所在。由于您是新用户，请阅读StackOverflow常见问题解答。您似乎在使用术语时不知道它们的含义。正态分布的范围总是无限的，标准正态分布是均值为零，标准差为一的正态分布。所以，用你的标准来构造“一个”标准正态分布是不可能的