在Python中,可以使用numpy库中的random模块来进行并行抽取来自随机正态分布的样本。下面是一个代码示例:
import numpy as np
# 设置随机数种子,以确保结果可复现
np.random.seed(0)
# 设定抽取样本的数量
sample_size = 1000000
# 并行抽取来自随机正态分布的样本
samples = np.random.randn(sample_size)
# 打印样本的平均值和标准差
print("样本的平均值:", np.mean(samples))
print("样本的标准差:", np.std(samples))
在这个示例中,我们使用numpy的random.randn()
函数来生成来自标准正态分布(均值为0,标准差为1)的样本。可以通过参数size
来指定抽取样本的数量。通过调用np.mean()
和np.std()
函数,可以计算出样本的平均值和标准差。
需要注意的是,这个示例中的抽取是并行的,因为numpy的random模块使用了基于线程的并行化来提高性能。这意味着即使在大样本量的情况下,抽取速度也非常快。
上一篇:并行池可以异步启动吗?
下一篇:并行创建一个嵌套字典