如何在Python中生成指定上下界的正态分布样本数据？

当然可以用numpy.random.normal来实现需求，但因为标准正态分布的取值范围是无限的，所以我们需要额外处理来把样本限制在你指定的上下界内。不过更高效、更推荐的方式是直接使用numpy的截断正态分布工具——numpy.random.truncnorm，它能直接生成落在指定区间内的正态分布样本，无需事后过滤。

方法1：用numpy.random.normal生成后过滤 #

这种方法的思路是先生成足够多的正态分布样本，然后筛选出落在[lower_bound, upper_bound]区间内的样本，直到满足指定的size。不过要注意，如果你的上下界离正态分布的均值/标准差很远，可能需要生成远多于size的样本才能筛选出足够数量的有效数据，效率会低一些。

示例函数实现：

import numpy as np

def generate_normal_dist_samples(lower_bound, upper_bound, size):
    # 设定正态分布的均值和标准差，这里取区间中点作为均值，区间宽度的1/4作为标准差（可根据需求调整）
    mean = (lower_bound + upper_bound) / 2
    std = (upper_bound - lower_bound) / 4
    
    samples = []
    while len(samples) < size:
        # 生成一批样本，用2倍size的批量生成提高筛选效率
        batch = np.random.normal(mean, std, size * 2)
        # 筛选符合区间要求的样本
        valid = batch[(batch >= lower_bound) & (batch <= upper_bound)]
        samples.extend(valid)
    
    # 截取到指定样本量后返回
    return samples[:size]

方法2：用numpy.random.truncnorm直接生成（推荐） #

truncnorm是专门用来生成截断正态分布的工具，我们只需要把上下界转换为它需要的标准化参数，就能直接生成符合要求的样本，效率更高，也不会出现“生成大量无效样本”的问题。

示例函数实现：

import numpy as np

def generate_normal_dist_samples(lower_bound, upper_bound, size):
    # 计算截断正态分布所需的标准化上下界参数
    mean = (lower_bound + upper_bound) / 2
    std = (upper_bound - lower_bound) / 4
    a = (lower_bound - mean) / std
    b = (upper_bound - mean) / std
    
    # 直接生成指定区间内的正态分布样本
    samples = np.random.truncnorm(a, b, loc=mean, scale=std, size=size)
    # 转换为列表返回（如果需要numpy数组可直接返回samples）
    return samples.tolist()

员工薪资样本生成示例 #

针对你提到的薪资场景：下界50K（50000）、上界500K（500000），生成1000个样本的调用方式如下：

salary_samples = generate_normal_dist_samples(50000, 500000, 1000)
# 验证样本范围是否符合要求
print(f"最小薪资：{min(salary_samples):.2f}")
print(f"最大薪资：{max(salary_samples):.2f}")

这里的均值设为区间中点（275000），标准差设为区间宽度的1/4（112500），你可以根据实际需求调整这两个参数——比如如果希望薪资更集中在中高水平，可以适当提高均值；如果希望薪资差异更小，可以缩小标准差。

内容的提问来源于stack exchange，提问作者Nick