按python、numpy的顺序生成正态分布答案

【问题标题】：Generating normal distribution in order python, numpy按python、numpy的顺序生成正态分布
【发布时间】：2016-09-24 10:02:22
【问题描述】：

我可以像这样在 numpy 中生成正态分布的随机样本。

>>> mu, sigma = 0, 0.1 # mean and standard deviation
>>> s = np.random.normal(mu, sigma, 1000)

但显然，它们是随机排列的。如何按顺序生成数字，即值应该像正态分布一样上升和下降。

换句话说，我想用 mu 和 sigma 以及 n 可以输入的点数创建一条曲线（高斯）。

如何做到这一点？

【问题讨论】：

您的意思是，给定一些 x 值数组，生成一组 y 值，它们是 x 值处正态分布的值？
是的，正是我想要的，但我应该能够决定生成的点数。
所以，为了清楚起见，您希望 (1) 生成大小为 n 的 x 坐标的随机样本（来自正态分布）(2) 评估x 值处的正态分布 (3) 按 x 值所在位置的正态分布大小对 x 值进行排序？
是的，这很有帮助，我现在从步骤中知道了如何做。
如果我发布我的答案，你会接受吗？

标签： python numpy normal-distribution

【解决方案1】：

要 (1) 生成大小为 n 的 x 坐标的随机样本（从正态分布） (2) 在 x 值处评估正态分布 (3) 按正态的大小对 x 值进行排序分布在他们的位置，这将起到作用：

import numpy as np

mu,sigma,n = 0.,1.,1000

def normal(x,mu,sigma):
    return ( 2.*np.pi*sigma**2. )**-.5 * np.exp( -.5 * (x-mu)**2. / sigma**2. )

x = np.random.normal(mu,sigma,n) #generate random list of points from normal distribution
y = normal(x,mu,sigma) #evaluate the probability density at each point
x,y = x[np.argsort(y)],np.sort(y) #sort according to the probability density

【讨论】：