X ~ ：随机变量X的取值
和其对应的概率值P(X =
) 满足正态分布（高斯函数）
- 很多随机现象可以用正态分布描述或者近似描述
- 某些概率分布可以用正态分布近似计算
正态分布（又称高斯分布）的概率密度函数
numpy中
numpy.random.normal(loc=0.0, scale=1.0, size=None)
参数的意义为：
loc:float
概率分布的均值，对应着整个分布的中心center
scale:float
概率分布的标准差，对应于分布的宽度，scale越大越矮胖，scale越小，越瘦高
size:int or tuple of ints
输出的shape，默认为None，只输出一个值
我们更经常会用到np.random.randn(size)所谓标准正态分布（μ=0, σ=1），对应于np.random.normal(loc=0, scale=1, size)