本篇内容介绍了“python3怎么给数据添加高斯噪声”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
Background
高斯噪声，顾名思义是指服从高斯分布（正态分布）的一类噪声。有的时候我们需要向标准数据中加入合适的高斯噪声让数据更加符合实际。
python中的random库中集成了高斯正态分布，可以直接使用。
我们可以通过调整高斯噪声均值和方差，获取不同效果的处理数据。
原始数据
高斯噪声sigma = 0.05
高斯噪声sigma = 0.1
高斯噪声sigma = 0.15
源码
import random import numpy as np from matplotlib import pyplot as plt def gauss_noisy(x, y): """ 对输入数据加入高斯噪声 :param x: x轴数据 :param y: y轴数据 :return: """ mu = 0 sigma = 0.05 for i in range(len(x)): x[i] += random.gauss(mu, sigma) y[i] += random.gauss(mu, sigma) if __name__ == '__main__': # 在0-5的区间上生成50个点作为测试数据 xl = np.linspace(0, 5, 50, endpoint=True) yl = np.sin(xl) # 加入高斯噪声 gauss_noisy(xl, yl) # 画出这些点 plt.plot(xl, yl, linestyle='', marker='.') plt.show()
“python3怎么给数据添加高斯噪声”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注云搜网网站，小编将为大家输出更多高质量的实用文章！
