利用Python的random()函数生成随机正态分布的随机数

Python的random模块中的random()函数生成的是[0, 1)之间的随机浮点数。如果要生成随机正态分布的随机数，可以使用random模块中的gauss()函数。gauss()函数的参数是均值mu和标准差sigma，它会返回一个服从正态分布的随机数。

下面是一个简单的例子，生成100个服从均值为0，标准差为1的正态分布的随机数：

import random

num_samples = 100

# 生成随机正态分布的随机数
random_numbers = [random.gauss(0, 1) for _ in range(num_samples)]

# 打印随机数
for num in random_numbers:
    print(num)

这里使用了列表推导式生成了一个包含100个随机数的列表random_numbers。每次循环时，都调用gauss()函数生成一个服从标准正态分布的随机数，并存入列表中。最后，通过遍历列表打印出随机数。

如果想要生成不同的均值和标准差的随机正态分布的随机数，只需要修改gauss()函数的参数即可。

除了gauss()函数, numpy包中的random模块也提供了生成随机正态分布的函数，如normal()函数。下面是使用numpy生成随机正态分布的随机数的例子：

import numpy as np

num_samples = 100
mu = 0
sigma = 1

# 生成随机正态分布的随机数
random_numbers = np.random.normal(mu, sigma, num_samples)

# 打印随机数
for num in random_numbers:
    print(num)

这里使用了numpy中的random模块生成了一个包含了100个服从均值为0，标准差为1的正态分布的随机数的数组random_numbers。通过调用normal()函数，并传入均值mu，标准差sigma和样本数num_samples，即可生成随机正态分布的随机数数组。同样，通过遍历数组打印出随机数。

以上是利用Python的random()函数生成随机正态分布的随机数的使用例子，希望对你有帮助！