给定均值和标准差，如何构成遵循高斯分布的二维特征？
how to make up a 2D feature following a Gaussian distribution, given the mean and standard deviation?
我正在努力绘制一个二维特征，其沿 x 轴和 y 轴的平均值分别为 [2, 3] 和标准差 [0.4, 1.5]。
有什么想法吗？
使用numpy.random.normal从高斯分布生成N个样本，例如：
import numpy as np
xs = np.random.normal(loc=2, scale=0.4, size=100)
ys = np.random.normal(loc=3, scale=1.5, size=100)
您可能已经猜到了，loc 对应于均值，scale 对应于标准差。
我正在努力绘制一个二维特征，其沿 x 轴和 y 轴的平均值分别为 [2, 3] 和标准差 [0.4, 1.5]。
有什么想法吗？
使用numpy.random.normal从高斯分布生成N个样本，例如：
import numpy as np
xs = np.random.normal(loc=2, scale=0.4, size=100)
ys = np.random.normal(loc=3, scale=1.5, size=100)
您可能已经猜到了，loc 对应于均值，scale 对应于标准差。