Normal 此函数从默认源返回具有标准正态分布（均值 = 0，stddev = 1）的范围 [-math.MaxFloat64, +math.MaxFloat64] 内的正态分布 float64。Perm 此函数以 n 个整数的切片形式返回来自默认源的整数 [0, n) 的伪随机排列。ExKurtosis 返回样本的总体超峰度。峰度由均值的四阶矩除以方差的平方来定义。超峰度减去 3.0 使得正态分布的超峰度为零。如果 weights 为 nil，那么所有的 weights 都是 1。给定范围内的随机数生成NormFloat64 从默认 Source 返回具有标准正态分布（均值 = 0，stddev = 1）的范围 [-math.MaxFloat64, +math.MaxFloat64] 内的正态分布 float64。要产生不同的正态分布，调用者可以使用以下方法调整输出： sample = NormFloat64() * desiredStdDev + desiredMean func Perm ¶ func Perm(n int) []int 虽然不可能完全随机，但我们仍然可以使用伪随机数电脑。我们可以有常规的伪随机数和密码学安全的伪随机数。让我们看看如何在 Go 中做到这一点。伪随机数 Go 标准库提供的 math/rand 包为我们提供了伪随机数生成器 (PRNG)，也称为确定性随机位。