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。
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:
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。
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:http://task.lmcjl.com/news/3981.html