如何使用 NumPy 的 random.normal 生成指定范围内的正态分布随机数？

使用 numpy random.normal 设置上限和下限

如何在使用 numpy 的 random.normal 生成的正态分布中限制返回值范围？

解答：

numpy 本身没有直接的方法来指定正态分布的上限和下限。然而，可以使用其他工具来实现此目的。

使用 scipy

scipy 中的 scipy.stats.truncnorm 函数可以从截断正态分布（具有指定上限和下限的正态分布）中生成随机变量：

import scipy.stats as stats

lower, upper = 3.5, 6  # 上限和下限
mu, sigma = 5, 0.7  # 均值和标准差

x = stats.truncnorm((lower - mu) / sigma, (upper - mu) / sigma, loc=mu, scale=sigma)

使用自定义函数

也可以编写一个自定义函数来从截断正态分布中生成随机变量：

def truncated_normal(lower, upper, mu, sigma, size=1):
    while True:
        value = random.normal(mu, sigma)
        if lower 

以上就是如何使用 NumPy 的 random.normal 生成指定范围内的正态分布随机数？的详细内容，更多请关注其它相关文章！