Question

我创建了一个numpy数组，其中n值为0到2pi。现在，我想生成偏离正常分布的sin（x）的n个测试数据点。

所以我想我需要做这样的事情：t = sin(x) + noise。噪音必须是这样的：noise = np.random.randn(mean, std)。

但是，当我的意思是罪（x）（而不是常数）时，我不知道如何计算噪音。

Answer 1

numpy.random.randn的论据不是均值和标准差。为此，您需要numpy.random.normal。它的签名是

normal(loc=0.0, scale=1.0, size=None)

要为sin函数添加噪音，只需在normal()的调用中使用均值0即可。均值对应于loc参数（即“位置”），默认值为0.因此，假设x类似np.linspace(0, 2*np.pi, n)，则可以执行此操作：

t = np.sin(x) + np.random.normal(scale=std, size=n)

你可以使用numpy.random.randn，但你需要按std进行缩放，因为randn会返回标准正态分布中的样本，均值为0标准偏差1.要使用randn，您可以写：

t = np.sin(x) + std * np.random.randn(n)

Answer 2

如果将噪声添加到y坐标，则某些测试数据点的值可能超出正弦函数的正常范围，即不是-1到1，而是来自 - （1 +噪音）到+（1 +噪音）。我建议将噪音添加到x坐标：

t = np.sin(x + np.random.uniform(-noise, noise, x.shape))

其中noise必须是您问题的合适值。