關于截斷正態分布（truncated normal distribution）這里不再贅述，簡言之就是在均值和方差之外，再指定正態分布隨機數群的上下限，如[μ-3σ, μ+3σ]，

上代碼：

            
              import matplotlib.pyplot as plt
import scipy.stats as stats
import pylab
from pylab import *

mu, sigma = 5, 0.7
lower, upper = mu - 2 * sigma, mu + 2 * sigma  # 截斷在[μ-2σ, μ+2σ]
X = stats.truncnorm((lower - mu) / sigma, (upper - mu) / sigma, loc=mu, scale=sigma)
N = stats.norm(loc=mu, scale=sigma)


figure(1)
subplot(2,1,1)
plt.hist(X.rvs(10000), normed=True, bins=30)   # 截斷正態分布的直方圖
subplot(2,1,2)
plt.hist(N.rvs(10000), normed=True, bins=30)   # 常規正態分布的直方圖
plt.show()
            
          

結果如圖所示：