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 statslower, 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 <= value <= upper:return value
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，更多请关注范的资源库其它相关文章！
