利用python3如何給數據添加高斯噪聲
更新時間:2022年03月16日 17:03:07 作者:WaiSaa
高斯噪聲既是符合高斯正態(tài)分布的誤差,一些情況下我們需要向標準數據中加入合適的高斯噪聲會讓數據變得有一定誤差而具有實驗價值,下面這篇文章主要給大家介紹了關于利用python3如何給數據添加高斯噪聲的相關資料,需要的朋友可以參考下
Background
高斯噪聲,顧名思義是指服從高斯分布(正態(tài)分布)的一類噪聲。有的時候我們需要向標準數據中加入合適的高斯噪聲讓數據更加符合實際。
python中的random庫中集成了高斯正態(tài)分布,可以直接使用。
我們可以通過調整高斯噪聲均值和方差,獲取不同效果的處理數據。
原始數據

高斯噪聲sigma = 0.05

高斯噪聲sigma = 0.1

高斯噪聲sigma = 0.15

源碼
import random
import numpy as np
from matplotlib import pyplot as plt
def gauss_noisy(x, y):
"""
對輸入數據加入高斯噪聲
:param x: x軸數據
:param y: y軸數據
: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的區(qū)間上生成50個點作為測試數據
xl = np.linspace(0, 5, 50, endpoint=True)
yl = np.sin(xl)
# 加入高斯噪聲
gauss_noisy(xl, yl)
# 畫出這些點
plt.plot(xl, yl, linestyle='', marker='.')
plt.show()總結
到此這篇關于利用python3如何給數據添加高斯噪聲的文章就介紹到這了,更多相關python3添加高斯噪聲內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
Python使用multiprocessing模塊實現多進程并發(fā)處理大數據量的示例代碼
這篇文章主要介紹了Python使用multiprocessing模塊實現多進程并發(fā)處理大數據量的示例代碼,本文通過示例代碼給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友參考下吧2024-01-01
Python錯誤提示:[Errno 24] Too many open files的分析與解決
這篇文章主要給大家介紹了Python中出現錯誤提示:[Errno 24] Too many open files的分析與解決,需要的朋友可以參考借鑒,下面來一起看看吧。2017-02-02

