如何用Python模拟中心极限定理？5分钟可视化教程带你理解概率分布

用Python玩转中心极限定理：从理论到可视化的实战指南

第一次接触统计学中的中心极限定理时，很多人都会被它神奇的"魔力"所吸引——无论原始数据服从什么分布，只要样本量足够大，样本均值的分布就会趋近于正态分布。这种看似违反直觉的现象，恰恰是统计学中最重要的基石之一。今天，我们就用Python来亲手验证这个定理，通过代码和可视化让你真正理解它的运作机制。

1. 准备工作与环境配置

在开始实验之前，我们需要准备好Python环境和必要的库。推荐使用Jupyter Notebook进行交互式编程，这样可以实时看到每一步代码的执行结果和图形输出。

首先安装必要的库：

pip install numpy matplotlib seaborn

这三个库将是我们今天的主要工具：

• NumPy：用于高效的数值计算和随机数生成
• Matplotlib：用于基础的数据可视化
• Seaborn：基于Matplotlib的高级统计图形库，能生成更美观的图表

导入这些库并设置一些初始参数：

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

# 设置随机种子保证结果可复现
np.random.seed(42)

# 设置图表风格
sns.set(style="whitegrid")
plt.rcParams['figure.figsize'] = [10, 6]

2. 理解中心极限定理的核心概念

中心极限定理(CLT)告诉我们：无论原始总体分布如何，当样本量足够大时，样本均值的分布将近似服从正态分布。这个"足够大"通常被认为是n≥30，但具体取决于原始分布的形态。

让我们用三个关键点来把握CLT的本质：

1. 样本均值的分布：我们不是看单个样本，而是看从同一总体中抽取的多个样本的均值分布
2. 收敛到正态分布：随着样本量增加，均值分布的形状会越来越接近钟形曲线
3. 参数确定：这个正态分布的均值等于总体均值，标准差等于总体标准差除以√n

为了验证这些特性，我们将设计一个实验，从非正态分布中重复抽样，计算样本均值，然后观察这些均值的分布。

3. 从非正态分布出发的模拟实验

为了充分展示CLT的威力，我们故意选择一个明显非正态的分布作为起点。指数分布是一个很好的选择，因为它有偏态且不对称。

3.1 生成原始分布数据

# 参数设置
lambda_param = 0.5  # 指数分布的率参数
population_size = 100000  # 总体大小
s