Jesper 2026年2月6日上午8:491

大家好，

我想用 Python 基于高斯分布（均值 + 标准差）生成随机数：

但我注意到 random.gauss 并不是伪随机的。
然而，我希望每次运行仿真时这些值保持不变，以便能够看到布局改进的效果（排除值变化带来的潜在影响）。

我可以生成一次，保存到 Excel，然后在后续每次仿真运行中读取它们，但这似乎有点大材小用。
有人知道其他方法吗？

你应该使用分布属性，但不幸的是，它们底层的随机流重置行为也有点不可预测，任何从属性中“拉取”新值的操作都会推进随机流。

你好 TSy，

感谢回复！所以你的意思是，如果不把值保存在某个地方并重新调用，就无法做到这一点？

嗯，你可以使用 Python 的 random 模块，只需要定义种子并确保调用次数相同等等。

啊，太完美了，我让它工作了，谢谢！

在 Python 中生成可重复的高斯分布随机数（固定种子方法） - Python Programming - visual compents 疑难解答