np.random.normal() 是一个numpy函数，用于获取正态分布的随机数。 正态分布因其形状而常被称为钟形曲线。由于正态分布图的形状看起来像钟形，所以它经常被称为钟形曲线。
语法
random.normal(loc = 0.0, scale =1.0, size = None)
参数
loc：也被称为平均数。它是正态分布的平均数。平均数是正态分布的平均值。如果参数中没有传递任何信息，它会自动假定 0.0 为正态分布的平均数。因为如果得到的是正态分布，那么平均数就是0；因此默认分配的是0.0。
规模：它也被称为标准差。它是正态分布的标准差。顾名思义，它是正态分布中各点之间的标准差。如果将标准差作为参数传递，函数会自动将其赋值为1.0。
大小：它是要抽取的样本数。如果n是参数中传递的样本数，那么将抽取n个样本。如果参数中没有给出，那么将抽取1个样本。
np.random.normal()的Python程序
import numpy as np
normal_dist = np.random.normal()
print(normal_dist)
输出
3.5463349551368286
在这个程序中，我们导入了一个由几个函数组成的numpy包。我们使用了一个叫做**random.normal()的函数。这是在numpy包的随机类中存在的函数。
np.random.normal()函数找到了随机样本的正态分布。
在这个程序中， 我们没有传递任何np.random.normal()函数；因此，它自动假定平均值为0，标准方差为1，样本大小为None 。因此，如果我们运行这个程序，我们将得到一个随机的正态分布值。我们将得到一个单一的样本，因为我们没有提到大小。如果给出None，它将返回一个样本。
使用 np.random.normal() 的 Python 程序，带有平均值和标准偏差
import numpy as np
# creating a variable for storing mean
mu = 1.0
# creating a variable for storing standard deviation
sigma = 2.5
# creating a variable for storing the number of samples
siz = 7
normal_dist = np.random.normal(mu, sigma, siz)
print(normal_dist)
输出
[-1.58196785 0.29736585 1.81180083 4.33999648 5.55233104 2.37637558 -1.43250784]
在这个程序中，我们创建了三个变量，名为mu、sigma和siz。mu用于存储正态分布的平均值。Sigma用于存储标准差。siz用于存储样本的数量。
我们把平均数、标准差和大小传给了函数。因此，输出将有7个样本，因为我们已经给出了7个样本的大小。
本教程到此结束。
