python生成正态分布随机数_python 生成呈正态分布序列

版权声明：本文为博主原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。股市波动是不可预知的，但是股票的涨幅概率却呈现了正态分布的特点，

那么python如何生成呈正态分布的序列呢？

Python内置的random模块和第三方库NumPy的random模块都提供了生成随机漫步序列的方法，接下来我们分别介绍下这两种方法的使用。

内置模块random 实现import random

# 生成呈正态分布的随机数

# print("normalvariate: ", random.normalvariate(0, 1))

# 产生一组满足正太分布的随机数

walk = []

for _ in range(1000):

walk.append(random.normalvariate(0, 1))

# 画成直方图

import matplotlib.pyplot as plt # 导入模块

plt.hist(walk, bins=30) # bins直方图的柱数

plt.show()

print(walk)

Numpy中的random模块实现

numpy.random.normal(loc=0.0, scale=1.0, size=None)的参数中，loc、scale分别对应公式中的期望值μ，标准差σ，默认呈标准正态分布(μ=0,σ=1)，size指输出的值的数量，默认为None时只输出一个值。numpy.random.normal()可以直接返回以正态分布提取的随机数组，因此无需采用循环遍历，如下所示：import numpy as np

import matplotlib.pyplot as plt#导入模块

plt.hist(np.random.normal(loc=0.0, scale=1.0, size=1000), bins=30)#bins直方图的柱数

plt.show()

两者区别

NumPy中主要以N维数组对象ndarray存储数据的，因此np.random.normal()返回值的类型为’numpy.ndarray’。

ndarray作为NumPy的核心，它不仅具有矢量算术运算的能力，并且在处理多维的大规模数组时快速且节省空间。

因此NumPy的random模块效率优势非常明显，基本是Python内置模块random的100倍以上。