python - 如何在Python中生成在两个边界之间形成正态分布的样本数据？

Question

我希望使用 Python 生成一些示例数据。

我想构建一个带有上限、下限和大小参数的函数。然后，它将返回所提供大小的列表，其中包含形成正态分布的上限和下限之间的 float 。

def generate_normal_dist_samples(lower_bound, upper_bound, size):
    # Generate the data here

可以使用 numpy.random.normal 来完成吗？

一个例子是生成员工薪资测试数据。如果我们知道 lower_bound 是 50K，upper_bound 是 500K，我如何生成介于这两者之间但汇总后形成正态分布的样本工资？

Answer 1

前面的答案是正确的，建议使用 truncnorm，但由于问题专门询问 numpy.random.normal，我会用这种 hackish 方法天真地回答它。

请注意，该问题的表述有些不恰当，因为它没有指定正态分布的标准差。

def generate_normal_dist_samples(lower_bound, upper_bound, size, scale=None):
   loc = (lower_bound + upper_bound)/2
   if scale is None:
      scale = (upper_bound-lower_bound)/2
   results = []
   while len(results) < size:
     samples = numpy.random.normal(loc=loc, scale=scale, size=size-len(results))
     results += [sample for sample in samples if lower_bound <= sample <= upper_bound]
   return results