python生成正态分布矩阵_使用Numpy生成正态分布数据

如何使用Python生成正态分布的人员身高体重信息？

下面是生成的数据的分布情况，身高数据在各个区间大致呈正态分布。

对应的代码如下，先用pd.cut进行各个区间分桶，然后使用sort_index按照区间名排序。

df = pd.read_csv('./datasets/boygirl200.csv', encoding='gbk')

des = df.describe()

bins = range(des.height['min'].astype(int), des.height['max'].astype(int), 2)

cutdf = pd.cut(df.height, bins=bins, include_lowest=True)

cutdf.value_counts().sort_index().plot.bar()

生成正态分布数据

使用np.random.normal(mean,scale,size)可以生成很多数值呈正态分布数字。如下图所示，mean就是中间竖线的位置，scale就是横向挤压或拉伸程度，size是生成数字个数。

但是这里也有问题，由于是基于概率的，就无法避免生成及少量超级小或超级大的值，比如身高1厘米或体重300公斤的异常值数据都有可能产生。最简单的情况是对生成后的数据用DataFrame.loc()条件表达式直接截取最小值和最大值之间的值。

下面是代码部分。首先使用一个男生名字列表来生成一系列name字段，这个数据可以