是否有可能在python生成与给定的期望值截断正态分布？ 我知道scipy.stats.truncnorm可以给截断正态分布，是以原来的正态分布作为参数的平均值，但我想创建一个截断正态分布使得截尾分布的预期值是一个特定值。 这可能吗？
Answer 1:
你可以相互转换mu ，平均，见https://en.wikipedia.org/wiki/Truncated_normal_distribution的细节，平均有简单的表达，让mu你必须解决非线性方程
import scipy
from scipy.stats import norm
def get_mean(mu, sigma, a, b):
alpha = (a - mu)/sigma
beta = (b - mu)/sigma
Z = norm.cdf(beta) - norm.cdf(alpha)
return mu + (norm.pdf(alpha) - norm.pdf(beta)) / Z
def f(x, mean, sigma, a, b):
return mean - get_mean(x, sigma, a, b)
def get_mu(mean, sigma, a, b):
mu = scipy.optimize.brentq(f, a, b, args=(mean, sigma, a, b))
return mu
a = -2.0
b = 3.0
sigma = 1.0
mu = 0.0
mean = get_mean(mu, sigma, a, b)
print(mean)
mu = get_mu(mean, sigma, a, b)
print(mu)
越来越之后mu的所需平均，你可以把它变成日常采样
文章来源: Truncated normal with a given mean
