我想要得到一个NxM
矩阵,其中每行的数字都是从不同的正态分布中生成的随机样本(相同的均值
但标准差不同)。以下代码可行:
import numpy as np
mean = 0.0 # same mean
stds = [1.0, 2.0, 3.0] # different stds
matrix = np.random.random((3,10))
for i,std in enumerate(stds):
matrix[i] = np.random.normal(mean, std, matrix.shape[1])
然而,由于涉及到一个for
循环,该代码并不是十分高效。有没有更快的方法来做这件事?