具有最小值和最大值的正态分布中的Python随机数生成器

顺便提一下，有人向我建议，我可以使用python中的半正态分布，使用0到无穷大来设置最小点和最大点：

0似乎切断了min，但我不知道如何处理无穷大

---

我想在正态分布中创建一个0-15的数字生成器，但由于分布限制的性质，很难找到一个不超过最大值或低于最小值的函数。

我会尝试使用beta分布：。它非常简单（例如积分），并且能够拟合典型的反应时间分布

现在的问题是如何对固定的α和β参数进行有效采样

scipy

已经为我们完成了：

编辑：出于评论和好奇心，这里有一个示例，绘制10个样本和1000个值的直方图：

from scipy.stats import beta
from numpy import histogram
import pylab

max_time = 3
min_time = 0.5

a, b = 2, 7
dist = beta(a, b)

for _ in range(10):
    sample = min_time + dist.rvs(size=1000) * (max_time - min_time)
    his, bins = histogram(sample, bins=20, density=True)
    pylab.plot(bins[:-1], his, ".")
pylab.xlabel("Reaction time [s]")
pylab.ylabel("Probability density [1/s]")
pylab.grid()
pylab.show()

---

我同意你的观点，即根据定义，正态分布没有有限的边界，即使是半正态分布也不再是正态分布。那么问题就是你想用它来做什么。我在模拟一个人在运动中的反应时间，例如0是瞬间的。所以它不一定是正态分布。。。看看这里：。。。有意思。。我也会看一看。反应时间的概率分布：它看起来像对数正态分布：谢谢，我将尝试使用原始问题中的最小值和最大值在python中创建一个reprex，除非你或其他人比我强。lol。为了保留你的答案，我不会在代码中添加另一个答案（尽管可以随意添加reprex）。我确实发现这种分发方式要好得多，而且是一种可行的解决方案。