關于截斷正態分布（truncated normal distribution）這里不再贅述，簡言之就是在均值和方差之外，再指定正態分布隨機數群的上下限，如[μ-3σ, μ+3σ]，
上代碼：
import matplotlib.pyplot as plt
import scipy.stats as stats
import pylab
from pylab import *
mu, sigma = 5, 0.7
lower, upper = mu - 2 * sigma, mu + 2 * sigma # 截斷在[μ-2σ, μ+2σ]
X = stats.truncnorm((lower - mu) / sigma, (upper - mu) / sigma, loc=mu, scale=sigma)
N = stats.norm(loc=mu, scale=sigma)
figure(1)
subplot(2,1,1)
plt.hist(X.rvs(10000), normed=True, bins=30) # 截斷正態分布的直方圖
subplot(2,1,2)
plt.hist(N.rvs(10000), normed=True, bins=30) # 常規正態分布的直方圖
plt.show()
結果如圖所示：
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
