利用python3如何給數(shù)據(jù)添加高斯噪聲
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(shù)據(jù)中加入合適的高斯噪聲讓數(shù)據(jù)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(diào)整高斯噪聲均值和方差,獲取不同效果的處理數(shù)據(jù)。
原始數(shù)據(jù)
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(shù)據(jù)加入高斯噪聲 :param x: x軸數(shù)據(jù) :param y: y軸數(shù)據(jù) :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(shù)據(jù) 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(jié)
到此這篇關(guān)于利用python3如何給數(shù)據(jù)添加高斯噪聲的文章就介紹到這了,更多相關(guān)python3添加高斯噪聲內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python必備技巧之Pandas數(shù)據(jù)合并函數(shù)
Pandas中一共有五個數(shù)據(jù)合并函數(shù),分別為:concat、append、merge、join、combine,本文詳細講解這五個函數(shù)的使用方法,需要的可以參考一下2022-03-03pandas實現(xiàn)數(shù)據(jù)讀取&清洗&分析的項目實踐
近期因工作需要,需對幾十萬條商品和訂單數(shù)據(jù)進行初步的數(shù)據(jù)分析,本文主要pandas實現(xiàn)數(shù)據(jù)讀取&清洗&分析的項目實踐,具有一定的參考價值,感興趣的可以了解一下2022-05-05