Python random.gauss 函数是用于生成高斯分布随机数的函数。高斯分布（也叫正态分布）是一种连续分布，其分布形状呈钟形曲线，具有对称性，其数学模型是由均值和标准差两个参数决定的。
该函数可以用于模拟实际情况下出现的随机数，比如模拟天气、股票价格等。
使用方法
首先要导入random模块：
import random然后，调用 random.gauss(mu, sigma) 函数来生成一个高斯分布的随机数，其中 mu 是平均值，sigma 是标准差。
例如，我们可以使用以下代码生成一个平均值为 0，标准差为 1 的高斯分布随机数：
random.gauss(0, 1)以下是两个实例说明：
例1：模拟掷骰子
我们可以使用 random.gauss 函数模拟掷骰子过程。如果我们假设掷骰子得到的点数服从正态分布，那么可以使用以下代码模拟掷骰子：
import random
def roll_dice():
result = int(random.gauss(3.5, 1.7))
return result if result >= 1 and result <= 6 else roll_dice()
print(roll_dice())该函数会返回一个 1 到 6 的整数，其中平均值为 3.5，标准差为 1.7，这个函数可以代表实际情况下掷骰子得到的随机数。如果生成的随机数不在 1 到 6 的范围内，那么可以通过递归重新生成。
例2：模拟股票价格的波动
我们可以使用 random.gauss 函数模拟股票价格的波动，因为股票价格的变化类似于一种随机游走，其变化幅度也符合高斯分布。以下是一个简单的例子：
import random
def generate_stock_price(price, days):
for i in range(days):
price *= 1 + random.gauss(0.001, 0.01)
return price
print(generate_stock_price(100, 252))该函数会使用随机生成的收益率，模拟股票价格在 252 天内的波动情况。其中，平均每天的收益率为 0.1%，标准差为 1%，这个函数可以代表实际情况下股票价格的随机波动情况。运行该程序多次，可以发现每次得到的结果都不尽相同，符合实际情况下的随机性。
本文链接：https://my.lmcjl.com/post/18937.html
展开阅读全文
4 评论