📚 Python数据分析（1）｜ numpy产生随机数 🎲

今天我们用Python中的`numpy`库来模拟一份学生期末成绩单！✨ 通过`np.random.normal()`函数，我们可以轻松生成符合正态分布的数据，这非常适用于模拟真实世界中带有一定波动性的数据。

假设我们有一份班级的成绩单，平均分为75分，标准差为10分。代码如下：

```python

import numpy as np

设置参数

mean = 75 平均分

std_dev = 10 标准差

num_students = 30 学生人数

生成成绩数据

scores = np.random.normal(mean, std_dev, num_students)

scores = np.round(scores, 2) 四舍五入保留两位小数

print("模拟的成绩单：")

print(scores)

```

运行后，你会得到一串类似这样的成绩：

`[76.89, 74.21, 82.55, 69.78, 70.43, ...]`

通过这种方式，我们可以快速模拟大量数据，并进行进一步分析。📊

比如计算平均分、最高分、最低分，甚至绘制直方图观察分布情况！📈

这种方法不仅高效，还能帮助我们更好地理解数据背后的规律。🌟

数据分析 Python numpy

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！