随机高斯分布的100个2D点

彩云的笔记

于 2023-04-11 14:40:17 发布

阅读量451

点赞数

CC 4.0 BY-SA版权

文章标签： python numpy 机器学习

本文链接：https://blog.youkuaiyun.com/CAIYUNFREEDOM/article/details/130083521

这段代码展示了如何使用numpy生成随机点。首先，它生成1000个遵循高斯分布的点，然后在300x300的区域内用matplotlib进行散点图绘制。接着，代码又生成20个均匀分布的随机点并同样绘制。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import numpy as np
import matplotlib.pyplot as plt

# 生成随机的10个点，分布在300x300的区域内
num_nodes = 1000
mean = [150, 150]  # 高斯分布的均值
cov = [[500, 0], [0, 500]]  # 高斯分布的协方差矩阵
x, y = np.random.multivariate_normal(mean, cov, size=num_nodes).T

# 绘制节点
plt.scatter(x, y)
plt.xlim(0, 300)
plt.ylim(0, 300)
plt.show()

import numpy as np
import matplotlib.pyplot as plt

# 生成随机的10个点，均匀分布在300x300的区域内
num_nodes = 20
x = np.random.uniform(0, 300, size=num_nodes)
y = np.random.uniform(0, 300, size=num_nodes)

# 绘制节点
plt.scatter(x, y)
plt.xlim(0, 300)
plt.ylim(0, 300)
plt.show()