Python 生成符合正态分布的随机数据 - 代码示例

要生成满足正态分布 X 的 60 天数据，你可以使用 Python 中的 numpy 库和 random 库来实现。下面是一个示例代码：

import numpy as np
import random

# 假设均值为 mu，标准差为 sigma
mu = 10
sigma = 2

# 生成 60 天数据
data = np.random.normal(mu, sigma, 60)

# 将数据保留两位小数
data = np.round(data, decimals=2)

# 将数据转换为非负数
data = np.abs(data)

# 打印生成的数据
print(data)

在这个示例中，首先使用 np.random.normal() 函数生成满足正态分布 X 的 60 个数据点。然后使用 np.round() 函数将数据保留两位小数。接下来，使用 np.abs() 函数将数据转换为非负数。最后，打印生成的数据。

请注意，生成的数据可能会略微偏离原始的均值和标准差，因为正态分布是一个随机过程。如果需要更加精确地满足特定的均值和标准差，可以考虑使用更复杂的方法，如拟合方法或使用其他的概率分布函数。