正態(tài)分布（Normal distribution），也稱(chēng)“常態(tài)分布”，又名高斯分布（Gaussian distribution），最早由A.棣莫弗在求二項(xiàng)分布的漸近公式中得到。C.F.高斯在研究測(cè)量誤差時(shí)從另一個(gè)角度導(dǎo)出了它。P.S.拉普拉斯和高斯研究了它的性質(zhì)。是一個(gè)在數(shù)學(xué)、物理及工程等領(lǐng)域都非常重要的概率分布，在統(tǒng)計(jì)學(xué)的許多方面有著重大的影響力。

正態(tài)曲線(xiàn)呈鐘型，兩頭低，中間高，左右對(duì)稱(chēng)因其曲線(xiàn)呈鐘形，因此人們又經(jīng)常稱(chēng)之為鐘形曲線(xiàn)。

若隨機(jī)變量X服從一個(gè)數(shù)學(xué)期望為μ、方差為σ^{2的正態(tài)分布，記為N(μ，σ}2)。其概率密度函數(shù)為正態(tài)分布的期望值μ決定了其位置，其標(biāo)準(zhǔn)差σ決定了分布的幅度。當(dāng)μ = 0,σ = 1時(shí)的正態(tài)分布是標(biāo)準(zhǔn)正態(tài)分布。

numpy.random.normal(loc=0.0, scale=1.0, size=None)

參數(shù)的意義為：

loc：float
此概率分布的均值（對(duì)應(yīng)著整個(gè)分布的中心centre）
scale：float
此概率分布的標(biāo)準(zhǔn)差（對(duì)應(yīng)于分布的寬度，scale越大越矮胖，scale越小，越瘦高）
size：int or tuple of ints
輸出的shape，默認(rèn)為None，只輸出一個(gè)值

我們更經(jīng)常會(huì)用到的np.random.randn(size)所謂標(biāo)準(zhǔn)正態(tài)分布（μ=0,σ=1），對(duì)應(yīng)于np.random.normal(loc=0, scale=1, size)。