获取指定范围符合正态分布的随机数Go/Python

import (
  "fmt"
  "math"
  "math/rand"
  "time"
)

func GetGaussRandomNum(min, max int64) int64 {
  σ := (float64(min) + float64(max)) / 2
  μ := (float64(max) - σ) / 3
  rand.Seed(time.Now().UnixNano())
  x := rand.Float64()
  x1 := rand.Float64()
  a := math.Cos(2*math.Pi*x) * math.Sqrt((-2)*math.Log(x1))
  result := a*μ + σ
  return int64(result)
}

func main() {
  for i := 1; i < 1000; i++ {
  result := GetGaussRandomNum(30, 60)
  fmt.Println(result)
  }
}

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
import random


# 方法一
def getGaussRandomNum(min, max):
    # 比如 生成   50-100  范围内的正态分布的数，均值为75
    # 据 3 sigma 法则，取标准差为 （100-75）/3 = 8.33
    # mu, sigma = 75, 8.33
    # 30-60 mu=45 sig=(60-45)/3=5
    mu = (min + max) / 2
    sigma = (max - mu) / 3
    s = np.random.normal(mu, sigma, 1)
    return int(s)
    # sns.set_palette("hls") #设置所有图的颜色，使用hls色彩空间
    # sns.distplot(s,color="r",bins=1000,kde=True) #绘制直方图，color设置颜色，bins设置直方图的划分数
    # plt.show() #显示验证结果
    
    
# 方法二
def getGaussRandomNum1(min, max):
    mu = (min + max) / 2
    sigma = (max - mu) / 3
    s = random.gauss(mu, sigma)
    return int(s)