python生成X~N（μ，σ^2）正态分布数据。（均值为μ，标准差为σ）

代码

import numpy as np
import numpy.matlib
import math# #注意：对于来自的随机样本N(mu, sigma^2)
##我们可以用 sigma * np.matlib.randn(...) + mu 。
# #例如，制作一个3 x 3矩阵，其中的样本取自N(3, 4)：
# # 所以这里 mu = 3, sigma = 2def probability(mu,b):sigma = math.sqrt(b)pro = sigma * np.matlib.randn((3, 3)) + mureturn proprint(probability(3,4))第二种方法
def probability(mu,sigma):sigma = math.sqrt(sigma)pro = numpy.random.normal(mu,sigma, 30)pro = pro.reshape(15,2) #这里可将生成的矩阵数据改变为自己想要的维度return proprint(probability(1,0.02))

图片

    这里为生成的3*3大小的矩阵，因为使用的randn函数，所以每次生成的数值都不同。