使用Python中的random_normal()函数生成20条正态分布数据样本集串

在Python中，可以使用numpy库中的random模块生成正态分布的随机数据样本集。生成正态分布随机数的函数是random.normal()。

下面是一个使用random.normal()函数生成20条正态分布数据样本集的例子：

import numpy as np

# 设置随机数种子，保证结果的可重复性
np.random.seed(0)

# 生成20条服从均值为0，标准差为1的正态分布数据样本集
data = np.random.normal(0, 1, 20)

# 打印生成的数据样本集
print(data)

运行上述代码，将会生成包含20个正态分布随机数的数据样本集。这些随机数的均值近似为0，标准差近似为1。

[ 1.76405235  0.40015721  0.97873798  2.2408932   1.86755799 -0.97727788
  0.95008842 -0.15135721 -0.10321885  0.4105985   0.14404357  1.45427351
  0.76103773  0.12167502  0.44386323  0.33367433  1.49407907 -0.20515826
  0.3130677  -0.85409574]

除此之外，我们还可以生成多条正态分布数据样本集。例如，我们可以生成5条服从均值为10，标准差为2的正态分布数据样本集：

import numpy as np

# 设置随机数种子，保证结果的可重复性
np.random.seed(0)

# 生成5条服从均值为10，标准差为2的正态分布数据样本集
data = np.random.normal(10, 2, (5, 20))

# 打印生成的数据样本集
print(data)

上述代码会生成一个5行20列的二维数组，其中每行表示一条服从均值为10，标准差为2的正态分布数据样本集。

[[12.52810469 14.09015779  9.85142488  8.13303612 10.52840825 14.27158522
  13.15963117 10.65240307 11.48815188 13.25314674  9.77400325 13.88406869
   9.60751628 11.09707755 12.36126911  7.58374673  7.7550499  10.46843912
   7.28823827  9.33225003]
 [ 9.19658236  6.86261445 13.24282804 10.82699249 11.57202099 10.31794568
   6.56861547 10.07325677 10.37044575 12.86037804  9.07166759 12.40276635
  11.8700981   9.38526415 11.07871475  8.44922082 12.12074448  9.9873354
   8.56308452 11.17742614]
 [14.11010179 13.3691492  12.19686272  8.97929962  8.09368981 12.15313559
   8.5243549  13.88243645  9.94784564 10.73015636  8.35511488  7.49521043
  10.82226571 10.8775388  10.13934017 10.79622782  9.77977117 12.33654813
   9.68006984  7.76433129]
 [10.19772297 10.80854815 10.15743441  6.95982634  8.24899903 12.36836432
   9.63824894  9.67363009 10.01920353 11.90465871 10.95694701  8.56171119
   9.48292985  9.1607935   8.17950273 10.65195757  7.08579668 11.5704913
  10.05058802  9.51399471]
 [ 9.43104219  9.75890378 10.46666317  5.26666052 12.79313348  8.08580962
  12.96953785  8.16886323 13.09876778  7.25021463 12.1685131  12.39493058
   6.20911901  8.01241437  8.59227385  9.42972259  4.91920566  9.46478413
   7.57438192 12.07730607]]

以上就是使用random.normal()函数生成正态分布数据样本集的示例。根据不同的需求，可以设置不同的均值和标准差，生成符合特定分布的随机数据。同时，通过设置随机数种子，可以保证生成的随机数是可重复的。