如何解决在 Python 中具有固定的正态分布平均值
您可以使用种子使随机数“可预测”。通过这种方式,您可以修复随机数,并且每次运行时均值将保持不变。更好的是,对于每个人来说,平均值现在都是一样的:
import numpy as np
mu, sigma = 50, 1.0 # mean and standard deviation
Nodes=220
np.random.seed(0)
r = np.random.normal(mu, sigma, Nodes)
mean=np.mean(r)
print("mean =",mean)
回报:50.07519566707803
更改值(0
在这种情况下为种子值)将改变您的结果
解决方法
有替代品np.random.normal()
吗?我正在寻找一个功能,它将为我提供一个固定的mean
并且不会随着每次运行而变化,如下所示。
import numpy as np
mu,sigma = 50,1.0 # mean and standard deviation
Nodes=220
r = np.random.normal(mu,sigma,Nodes)
print(r)
mean=np.mean(r)
print("mean =",mean)
运行 1 给出
mean = 49.957893448684665
运行 2 给出
mean = 50.13868428629214
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。