如果我有 N 个粒子，我如何分配它们的 x 值，以便最终结果是高斯分布。即靠近末端的粒子比靠近中心的粒子更分散。
Python：生成具有高斯分布的一维粒子场的好方法是什么？
计算科学
Python
统计数据
可能性
2021-12-06 16:54:30
2个回答
这不是随机采样点，而是确定性地选择代表点。
scipy.stats.norm.ppf(np.linspace(0, 1, 1000+2)[1:-1])
NumPy 带有一个漂亮的随机库，具有各种分布，包括正态（高斯）。
从 Numpy 文档中：
mu, sigma = 0, 0.1 # mean and standard deviation
s = np.random.normal(mu, sigma, 1000)
这将为您提供 1000 个具有平均 mu 和标准偏差 sigma 的正态分布值。
其它你可能感兴趣的问题