如果我有一些numpy数组,我可以用numpy例程来衡量它的均值,中位数,标准差等,http://docs.scipy.org/doc/numpy/reference/routines.statistics.html
例如,对于数组arr
,我会运行
import numpy as np
print np.mean(arr) # prints the mean
print np.median(arr) # prints the median
但是,出于我的目的,我想创建一个包含不同统计属性数据的数组,而不是在创建数组后测量统计属性。
因此,例如,我想创建一个形状为(1000,)
的平均2.5
,方差10
,数据点i.i.d的数组。这样他们就是高斯绘制等等。
怎么可以用numpy做这件事?
答案 0 :(得分:1)
您可以使用numpy.random.randn(size)
为您提供正常(0,1)长度样本的样本。因此乘以标准差并加上平均值:
import numpy as np
m = 2.5
std = np.sqrt(10)
v = m + std*np.random.randn(1000)
print np.mean(v) # 2.43375955445
print np.var(v) # 9.9049376296
答案 1 :(得分:0)
是的,您可以使用numpy library
执行此操作{{1}}
它将为您提供1000个数据点数组,其平均值为2.5,方差值为10。 有关详细信息,请查看此链接http://docs.scipy.org/doc/numpy/reference/generated/numpy.random.normal.html