在python中使用正态分布和CSV

我有一个.csv文件，每个人的平均值和标准偏差。我创建了一个函数来读取文件并创建字典

def read_data():
    f = open("data.csv","r")
    reader = csv.reader(f)
    for row in reader:
        data[row[0]] = (float(row[1]),float(row[2]))
    return data

这个的输出是

{'Person 1': (50.0, 0.0), 'Person 2': (100.0, 10.0), 'Person 3': (100.0, 5.0)}

我想写一个函数，它取每个人的平均值和标准偏差，并使用正态分布生成一个随机数。我希望输出类似于

{'Person 1': (*random number*), 'Person 2': (*random number*), 'Person 3': (*random number*)}

---

提前谢谢。

您可以使用

random.gauss

。给定一个人的平均值和标准偏差，您可以根据正态分布创建一个随机值，如下所示

from random import gauss

data = {'Person 1': (50.0, 0.0), 'Person 2': (100.0, 10.0), 'Person 3': (100.0, 5.0)}
# Randomize values based on a normal distribution
rand_data = {k: gauss(mu=v[0], sigma=v[1]) for k,v in data.items()} 

# mu specifies mean and sigma specifies standard deviation

或者，如果您已经计划使用

numpy

，可以使用

numpy.random.normal

：

from numpy.random import normal

data = {'Person 1': (50.0, 0.0), 'Person 2': (100.0, 10.0), 'Person 3': (100.0, 5.0)}
# Randomize values based on a normal distribution
rand_data = {k: normal(loc=v[0], scale=v[1]) for k,v in data.items()} 

# loc specifies mean and scale specifies standard deviation   

每个测试的结果给出了以下正在运行的Python 3.7：

{'Person 1': 50.0, 'Person 2': 104.66767928603309, 'Person 3': 90.49432247610861}

---

你试过什么吗？到底是什么问题？看看这个模块，你可以使用高斯函数。你能澄清一下这个问题吗？您希望随机数介于平均值和1、2之间还是标准偏差的某个增量之间？这里不需要使用

numpy

。

random.gauss

来自标准库-这并不是真正的“更好”，但这意味着安装依赖性减少了一个，并且numpy可能需要很长时间才能导入。它的好处并没有在这里真正使用。只是在发布后才意识到。谢谢更新。