Я пытаюсь создать единый массив, который следует за точной гауссовой дистрибутивностью. np.random.normal это делает случайным образом выборку из гауссова, но как я могу воспроизвести и точную гаусскую, учитывая некоторую среднюю и сигму. Таким образом, массив будет создавать гистограмму, которая следует за точным гауссовым, а не только приблизительным гауссовым, как показано ниже.неслучайные варианты выборки np.random.normal
mu, sigma = 10, 1
s = np.random.normal(mu, sigma, 1000)
fig = figure()
ax = plt.axes()
totaln, bbins, patches = ax.hist(s, 10, normed = 1, histtype = 'stepfilled', linewidth = 1.2)
plt.show()