2015-08-26 16 views

Trả lời

7

Bạn có thể đạt được điều này thông qua numpy.random.normal function, trong đó rút ra một số mẫu nhất định từ một phân phối Gaussian.

import numpy 
import matplotlib.pyplot as plt 

mean = 0 
std = 1 
num_samples = 1000 
samples = numpy.random.normal(mean, std, size=num_samples) 

plt.plot(samples) 
plt.show() 

1000 random samples drawn from a Gaussian distribution of mean=0, std=1

+1

'numpy.random.standard_normal (size = num_samples)' cũng có thể được sử dụng khi mean = 0, và std = 1 – papahabla

3

Câu trả lời ngắn là numpy.random.random(). Numpy site description

Nhưng vì tôi tìm thấy ngày càng nhiều câu trả lời cho các câu hỏi tương tự được viết là numpy.random.normal, tôi nghi ngờ một chút mô tả là cần thiết. Nếu tôi hiểu Wikipedia (và một vài bài học tại Đại học) một cách chính xác, Gauss và White Noise là hai điều riêng biệt. Tiếng ồn trắng có phân bố Đồng đều, không phải Bình thường (Gaussian).

import numpy.random as nprnd 
import matplotlib.pyplot as plt 

num_samples = 10000 
num_bins = 200 

samples = numpy.random.random(size=num_samples) 

plt.hist(samples, num_bins) 
plt.show() 

Image: Result

Đây là câu trả lời đầu tiên của tôi, vì vậy nếu bạn sửa chữa sai lầm có thể thực hiện bởi tôi ở đây, tôi vui vẻ sẽ cập nhật nó. Thanks =)

+0

'nhiễu trắng có phân bố đồng đều, không bình thường (Gaussian).' Tiếng ồn trắng phải có Phân bố đồng đều trên * tần số * nhưng nó có thể có bất kỳ phân phối nào trên * thời gian * (ví dụ: Bình thường). – Gluttton

Các vấn đề liên quan