在Python中使用正态分布添加噪声的困惑

Question

我很担心如何使用Python中的正态分布（Gaussian pdf）来测量测量误差。

我想要做的只是在Gaussian pdf下创建噪音（错误）并将其添加到测量值。简而言之，我把问题写成如下：

输入：

• M（i） - 测量值; i = 1 ... n，n - 测量次数;

输出：

• M_noisy（i）= M（i）+ noise（i）;

  其中，noise(i) - 测量中的噪音; M(i) - 测量值。

重要事项：此噪音应为零均值高斯噪声，方差等于测量值的10％。

我输入以下代码，但我无法继续......

我的代码：

import numpy as np

# sigma - standard deviation of M
# mu - mean value of M
# n - number of measurements

# I dont know if this is correct or not:
noise = sigma * np.random.randn(n) + mu;

## M_noisy(i) - ?

提前感谢您的任何答案/建议。

Answer 1

random_scale_ammounts = np.random.randn(n) 
#creates a list of values between -1 and 1
offset_from_mean = sigma *random_scales   #randomly -std to +std
noise =  offset_from_mean + mu;

clean_y_data = np.arange(n)
noisy_y_data = clean_y_data + noise

可能就是你追求的目标？