我正在寻找二维空间中与numpy.random.normal相对应的函数,即numpy.random.normal使用均值、标准差和样本数作为输入生成一个一维数组,我需要的是使用相同的输入参数在二维空间中生成点的方法。
看起来numpy.random.multivariate_normal可以做到这一点,但我不太明白cov参数应该是什么。以下摘自scipy文档的描述更详细地说明了此参数:
分布的协方差矩阵。必须对称且半正定以获得“物理意义”的结果。
在页面的后面例子部分中,给出了一个示例cov值。
看起来numpy.random.multivariate_normal可以做到这一点,但我不太明白cov参数应该是什么。以下摘自scipy文档的描述更详细地说明了此参数:
分布的协方差矩阵。必须对称且半正定以获得“物理意义”的结果。
在页面的后面例子部分中,给出了一个示例cov值。
cov = [[1,0],[0,100]] # diagonal covariance, points lie on x or y-axis
然而,这个概念对我来说还是相当模糊的。
如果有人能够澄清应该是什么样的cov
,或者建议使用Python生成二维空间中给定平均值和标准差的点的另一种方法,我将不胜感激。
[500, 2]
。但是,这取决于你的数据集...也许最好使用[1, 1000]
或者循环遍历并单独生成每个大小,或者其他任何方法 ;) - tamasgal