Python验证中心极限定理

中心极限定理是概率论中的一组重要定理，它的中心思想是：无论是什么分布的数据，当我们从中抽取相互独立的随机样本，且采集的样本足够多时，样本均值的分布将收敛于正态分布。

在自然界与生产中，一些现象受到许多相互独立的随机因素的影响，如果每个因素所产生的影响都很微小时，总的影响可以看作是服从正态分布的。

import numpy as np
import matplotlib.pyplot as plt

p = np.random.rand(10000)
np.set_printoptions(edgeitems=5000, suppress=True)  
# edgeitems=5000 边界取5000个值 suppress=True只输出小数
print(p.shape)
# 直方图的显示
plt.hist(p, bins=20, color='g', edgecolor='k')  
# bins=20 20 等分 edgefacecolor='k'边界需要黑色描绘
plt.show()

N = 10000
times = 100
z = np.zeros(N)  

for i in range(times):
    z += np.random.rand(N)
z /= times
plt.hist(z, bins=20, color='m', edgecolor='k')
plt.show()