😊 Python中的np.random.normal 😊
发布时间：2025-03-26 22:09:29来源：
在Python的数据分析和机器学习领域，`np.random.normal` 是一个非常实用的函数，用于生成符合正态分布（也叫高斯分布）的随机数。正态分布是统计学中最常见的分布之一，广泛应用于模拟数据或测试算法。
首先，我们需要导入NumPy库，它是Python中处理数组和矩阵的强大工具。代码如下：
```python
import numpy as np
```
接下来，使用 `np.random.normal` 生成随机数。它的基本语法是：
```python
np.random.normal(loc=0.0, scale=1.0, size=None)
```
- `loc` 表示正态分布的均值，默认为0。
- `scale` 表示标准差，默认为1。
- `size` 指定输出的形状。
例如，生成10个均值为5、标准差为2的随机数：
```python
random_numbers = np.random.normal(loc=5, scale=2, size=10)
print(random_numbers)
```
通过这种方式，我们可以轻松模拟现实世界中的数据分布，比如考试成绩、测量误差等。💡
掌握这个函数后，数据分析和建模变得更加高效有趣！💪
🌟 如果你觉得这篇文章有用，请点赞支持哦！🌟
免责声明：本答案或内容为用户上传，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。 如遇侵权请及时联系本站删除。
