Python:从NxM正态分布中提取的NxM样本数组

Question

我有两个二维数组（或更高维度的），一个定义平均值（M），另一个定义标准偏差（S）。是否有一个python库（numpy，scipy，...？）允许我生成一个数组（X），其中包含从相应发行版中提取的样本？

换句话说：每个条目 x ij 都是来自由相应的平均值 m ij 和标准差 s_ij 定义的正态分布的样本。

Answer 1

是的，numpy可以在这里提供帮助：

有一个接受类似数组的输入的np.random.normal函数：

import numpy as np
means = np.arange(10) # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
stddevs = np.ones(10) # [1, 1, 1, 1, 1, 1, 1, 1, 1, 1]
samples = np.random.normal(means, stddevs)

array（[-1.69515214， -0.20680708， 0.61345775， 2.98154162， 2.77888087，        7.22203785,  5.29995343,  8.52766436,  9.70005434,  9.58381479])

即使它们是多维的：

means = np.arange(10).reshape(2,5) # make it multidimensional with shape 2, 5
stddevs = np.ones(10).reshape(2,5)
samples = np.random.normal(means, stddevs)

array（[[-0.76585438， 1.22226145， 2.85554809， 2.64009423， 4.67255324]，       [ 3.21658151,  4.59969355,  6.87946817,  9.14658687,  8.68465692]])

第二个形状为(2,5)

---

如果您只想要不同的均值但相同的标准偏差，您也可以只传递一个数组和一个标量，并且仍然可以获得具有正确形状的数组：

means = np.arange(10)
samples = np.random.normal(means, 1)

array（[ 0.54018686， -0.35737881， 2.08881115， 3.08742942， 4.4426366 ，        3.6694955 ,  5.27515536,  8.68300816,  8.83893819,  7.71284217])