本文採用python庫numpy生成隨機正態分佈。其中均值和方差均使用偽隨機生成方式。
import numpy as np
#使用np.eye(2)生成單位矩陣,然後乘以乙個隨機生成得均勻分布值組成單位矩陣得值
x0 = np.random.multivariate_normal(np.random.uniform(-50
,50,2
), np.eye(2)
*np.random.uniform(8,
30,2)
,1000
)x1 = np.random.multivariate_normal(np.random.uniform(-50
,50,2
), np.eye(2)
*np.random.uniform(2,
10,2)
,1000)0
)x2 = np.random.multivariate_normal(np.random.uniform(-50
,50,2
), np.eye(2)
*np.random.uniform(5,
20,2)
,1000)0
)
#執行結果
(x,type
(x))[[
-15.22115145
3.83424832][
-24.63885883
-0.71833501][
-21.02391513
1.14661153].
..[-
1.49298452
48.85591815][
-1.90203174
45.53668563][
1.14156577
47.67014148]]
<
class
'numpy.ndarray'
>
#將生成得圖視覺化
import matplotlib.pyplot as plt
plt.rcparams[
'font.sans-serif']=
['simhei'
]#用來正常顯示中文標籤
plt.rcparams[
'axes.unicode_minus']=
false
#用來正常顯示負號
正態隨機分布 C 實現
高斯分布也稱為正態分佈 normal distribution 常用的成熟的生成高斯分布隨機數序列的方法由marsaglia和bray在1964年提出,c 版本如下 include include double gaussrand while s 1 s 0 x v1 sqrt 2 log s s ...
Python正態性檢驗
在對資料建模前,很多時候我們需要對資料做正態性檢驗,進而通過檢驗結果確定下一步的分析方案。下面介紹 python 中常用的幾種正態性檢驗方法 kstest 是乙個很強大的檢驗模組,除了正態性檢驗,還能檢驗 scipy.stats 中的其他資料分布型別 對於正態性檢驗,我們只需要手動設定三個引數即可 ...
基於Box Muller變換的正態隨機數生成方法
為什麼我的眼裡常含淚水?因為我有乙個演算法不會。為了節約點眼淚,今天我們就來介紹著名的box muller變換,基於這種變換,我們便可以得到乙個從均勻分布中得到正態分佈取樣的演算法,本文也會詳細解釋其中蘊含的數學原理。box muller變換最初由 george e.p.box 與 mervin e...