在 Python 中使用正态分布添加噪声的困惑

Question

我很困惑如何在 Python 中使用正态分布（高斯 pdf）对测量误差进行采样。

我想要做的只是在高斯 pdf 下产生噪声（误差）并将其添加到测量值中。总之，我把问题如下：

输入：

• M(i) - 测量值； i = 1...n, n - 测量次数；

输出：

• M_noisy(i) = M(i) + 噪声(i);

  其中，noise(i) - 测量中的噪声； M(i) - 测量值。

重要提示：此噪声应为零均值高斯噪声，方差等于测量值的 10%。

我输入了以下代码，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) - ?

提前感谢您的任何回答/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

可能是你所追求的？