截断正态分布stats.truncnorm（）X.rvs(10000)

就是在均值和方差之外，再指定正态分布随机数群的上下限，如$$[\mu -3\sigma ,\mu +3\sigma ]$$

stats.truncnorm（）参数

X = stats.truncnorm(-2, 2, loc=mu, scale=sigma)

-2 2是截断的正态分布的方差倍数大小，loc是均值，scale是方差 这个的截断的大小是$$[\mu -2\sigma ,\mu +2\sigma ]$$

import matplotlib.pyplot as plt
import scipy.stats as stats
import pylab
from pylab import *

mu, sigma = 5, 0.7
lower, upper = mu - 2 * sigma, mu + 2 * sigma  # 截断在[μ-2σ, μ+2σ]
X = stats.truncnorm(-2, 2, loc=mu, scale=sigma)
N = stats.norm(loc=mu, scale=sigma)

figure(1)
subplot(2, 1, 1)
plt.hist(X.rvs(10000))  # 截断正态分布的直方图
subplot(2, 1, 2)
plt.hist(N.rvs(10000))  # 常规正态分布的直方图
plt.show()

这个代码中的X.rvs(10000)是说在X中随机选取10000个数据