का उपयोग करके यादृच्छिक सहसंबंधित एक्स और वाई अंक उत्पन्न करना मैं विभिन्न matplotlib साजिश दृष्टिकोण का परीक्षण करने के लिए एक्स और वाई निर्देशांक के सहसंबंधित सरणी उत्पन्न करना चाहता हूं, लेकिन मैं कहीं विफल रहा हूं, क्योंकि मुझे numpy.random.multivariate_normal
नहीं मिल रहा है मुझे नमूने मुझे चाहिए। आदर्श रूप से, मैं अपने x मानों को -0.51, और 51.2 के बीच चाहता हूं, और मेरे y मान 0.33 और 51.6 के बीच मानते हैं (हालांकि मुझे लगता है कि बराबर श्रेणियां ठीक होंगी, क्योंकि मैं बाद में साजिश को रोक सकता हूं), लेकिन मुझे यकीन नहीं है कि इसका क्या अर्थ है (0, 0?) और कॉन्वर्सिस मानों का उपयोग इन नमूने को फ़ंक्शन से प्राप्त करने के लिए किया जाना चाहिए।नम्पी
Q
नम्पी
11
A
उत्तर
20
जैसा कि नाम का तात्पर्य है numpy.random.multivariate_normal
सामान्य वितरण उत्पन्न करता है, इसका मतलब है कि किसी दिए गए अंतराल के बाहर बिंदु खोजने की एक गैर-शून्य संभावना है। आप सहसंबंधित वर्दी वितरण उत्पन्न कर सकते हैं लेकिन यह थोड़ा और अधिक मजबूत है। दो संभावित तरीकों के लिए here देखें।
यदि आप सामान्य वितरण के साथ जाना चाहते हैं तो आप सिग्मा सेट कर सकते हैं ताकि आपका आधा अंतराल 3 मानक विचलन से मेल खा सके (यदि आवश्यक हो तो आप खराब बिंदु भी फ़िल्टर कर सकते हैं)। इस तरह आप अपने अंतराल के अंदर अपने अंकों की ~ 99% है, उदाहरण के लिए:
import numpy as np
from matplotlib.pyplot import scatter
xx = np.array([-0.51, 51.2])
yy = np.array([0.33, 51.6])
means = [xx.mean(), yy.mean()]
stds = [xx.std()/3, yy.std()/3]
corr = 0.8 # correlation
covs = [[stds[0]**2 , stds[0]*stds[1]*corr],
[stds[0]*stds[1]*corr, stds[1]**2]]
m = np.random.multivariate_normal(means, covs, 1000).T
scatter(m[0], m[1])
संबंधित मुद्दे
- 1. नम्पी
- 2. पायथन नम्पी
- 3. पायथन नम्पी
- 4. पाइथन नम्पी
- 5. नम्पी/पायथन
- 6. नम्पी प्रदर्शन में सुधार
- 7. पायथन - नम्पी/सिस्सी
- 8. मेरी नम्पी सरणी
- 9. नम्पी/पायथन बहुत बनाम मैटलैब
- 10. पायथन नम्पी डेटा प्रकार प्रदर्शन
- 11. मल्टीइंडेक्स के साथ पांडस डेटाफ्रेम नम्पी मैट्रिक्स
- 12. साझा गैर-संगत-पहुंच नम्पी ऐरे
- 13. नम्पी और न्यूम्पी-एमकेएल के बीच अंतर?
- 14. नम्पी में, दो 2-डी सरणी कैसे ज़िप करें?
- 15. गॉथस जहां नम्पी सीधे पायथन से अलग है?
- 16. पायथन नम्पी/पांडस इंस्टॉलेशन को कैसे ठीक करें?
- 17. क्यों नम्पी एक + = बी और ए = ए + बी अलग-अलग
- 18. मैं नम्पी की डिप्रेशन वॉर्निंग क्यों नहीं देख रहा हूं?
- 19. क्या ज्योथन के लिए कोई अच्छा नम्पी क्लोन है?
- 20. नम्पी में संरचित सरणी के लिए कोई बाइनरी ऑपरेटर नहीं?
- 21. क्या मुझे नम्पी का उपयोग करके मैट्रिक्स निर्धारक मिल सकता है?
- 22. डेटा की नेस्टेड सूचियों को बहुआयामी नम्पी सरणी में परिवर्तित करना
- 23. बड़े संख्यात्मक नम्पी डेटा प्रकारों के बिट्स को निकालने के लिए कैसे करें
- 24. पायथन डीबगर मुझे बताता है कि नम्पी सरणी का मान "*** नवीनतम फ्रेम"
- 25. पाइथन में प्रोफ़ाइल मेमोरी आवंटन (नम्पी सरणी के लिए समर्थन के साथ)
- 26. मैं नम्पी में रिकॉर्ड सरणी के तत्वों को कैसे मुखौटा कर सकता हूं?
- 27. नम्पी के विपरीत, पांडस मेमोरी स्ट्रैड्स की तरह प्रतीत नहीं होता है
- 28. नम्पी में 0 डी सरणी क्यों स्केलर नहीं मानी जाती हैं?
- 29. पायथन नम्पी - कॉम्प्लेक्स नंबर - क्या आयकर आयताकार रूपांतरण के लिए कोई कार्य है?
- 30. एक नम्पी ndarray से दी गई पंक्तियों और स्तंभों को निकालने का सबसे तेज़ तरीका क्या है?