從np.random.normal()到正態分佈的擬合

先看偉大的高斯分佈（Gaussian Distribution）的機率密度函數（probability density function）：python f(x)=12π−−√σexp(−(x−μ)22σ2) 對應於numpy中：web numpy.random.normal(loc=0.0, scale=1.0, size=None) 參數的意義爲：api loc：float 此機率分佈

>>阅读原文<<