获取一个标准差以内的随机数
Get random numbers within one standard deviation
我想生成随机数，比如说 100。现在我使用 numpy 的目的如下：
print numpy.random.normal(loc=200,scale=50,size=100)
但我希望生成的数字仅与平均值相差一个标准差，即 loc。最好的方法是什么？
我应该简单地做类似的事情吗：
print numpy.random.randint(150, high=250, size=100)
或者还有其他方法吗？
选一个号码
按照@Robert Kern's use scipy's truncnorm
中的建议
from scipy import stats
arr = stats.truncnorm.rvs(-1, 1, loc=200.0, scale=50.0, size=1)
print(arr[0])
前两个参数表示范围[a,b]（以标准差衡量），loc是均值（分布的中心），scale是标准差（分布的分布情况）。
在 -1 到 +3 STD 范围内绘制数字
import matplotlib.pyplot as plt
from scipy import stats
# -1 to +3 standard deviations apart
r = stats.truncnorm.rvs(-1, 3, loc=200.0, scale=50.0, size=10**6)
plt.hist(r, bins=100, color='blue')
plt.xlabel("value")
plt.ylabel("frequency")
plt.show()
旁注： randint() 和 normal() 而不是 以相同的方式选择号码。
Return random integers from the “discrete uniform” distribution in the “half-open” interval.
Draw random samples from a normal (Gaussian) distribution.
使用 randint() 在所选区间内获得任何数字的几率是相同的，这与 normal distribution 中的数字不同（获得更接近峰值的数字的几率更大）。
我想生成随机数，比如说 100。现在我使用 numpy 的目的如下：
print numpy.random.normal(loc=200,scale=50,size=100)
但我希望生成的数字仅与平均值相差一个标准差，即 loc。最好的方法是什么？
我应该简单地做类似的事情吗：
print numpy.random.randint(150, high=250, size=100)
或者还有其他方法吗？
选一个号码
按照@Robert Kern's
from scipy import stats
arr = stats.truncnorm.rvs(-1, 1, loc=200.0, scale=50.0, size=1)
print(arr[0])
前两个参数表示范围[a,b]（以标准差衡量），loc是均值（分布的中心），scale是标准差（分布的分布情况）。
在 -1 到 +3 STD 范围内绘制数字
import matplotlib.pyplot as plt
from scipy import stats
# -1 to +3 standard deviations apart
r = stats.truncnorm.rvs(-1, 3, loc=200.0, scale=50.0, size=10**6)
plt.hist(r, bins=100, color='blue')
plt.xlabel("value")
plt.ylabel("frequency")
plt.show()
旁注： randint() 和 normal() 而不是 以相同的方式选择号码。
Return random integers from the “discrete uniform” distribution in the “half-open” interval.
Draw random samples from a normal (Gaussian) distribution.
使用 randint() 在所选区间内获得任何数字的几率是相同的，这与 normal distribution 中的数字不同（获得更接近峰值的数字的几率更大）。
