numpy从线性函数生成数据

假设我想从线性函数生成100个左右的数据点，那么最好的方法是什么？numpy从线性函数生成数据

一个例子线性函数y = 0.4*x + 3 + delta

其中，δ是从均匀分布在-10和+10

我要为每个数据点要产生增量，得到一些扰动到之间绘制的随机值数据。

import numpy as np 

d = np.random.uniform(-10, 10)

这似乎符合三角洲法案，虽然我不确定如何产生其余的合并。

来源

2016-03-01 Luke Vincent

我不知道你是怎么想产生X，但是这将工作：

In [7]: x = np.arange(100) 

In [8]: delta = np.random.uniform(-10,10, size=(100,)) 

In [9]: y = .4 * x +3 + delta

来源

2016-03-01 18:29:23

'plt.plot（X，Y）''然后plt.show（）'我想你可以在关键字ARG'线型通=”。 “'只显示单个数据点。 http://matplotlib.org/users/pyplot_tutorial.html –

对不起，我说得太快了，原来这很简单。我用'plt.plot（y，'x'）'来获取数据点。 –

只是要清楚。没有第一个x变量的plt.plot（y，'x'）会导致x轴的np.arange（0，len（y））被推断出来。如果你计算y使用任何其他范围，比如-50到50，图表将不正确 –

这一切，而取决于你要评估你的函数是什么x值。假设你想从-50到50进行绘图，只需使用x = np.arange(-50,50)，但你需要d = np.random.uniform(-10, 10, x.size)。

然后只需运行你的功能：y = 0.4*x + 3 + delta。

在另一方面，如果你想有一个线性间隔x你也可以使用np.linspace或logarithmicly间隔x：np.logspace。

最后，它可能看起来像：

x = np.linspace(0, 100, 1000) # 1000 values between 0 and 100 
# x = np.arange(-50, 50) # -50, -49, ... 49, 50 
delta = np.random.uniform(-10, 10, x.size) 
y = 0.4*x + 3 + delta

来源

2016-03-01 18:32:52 MSeifert

numpy从线性函数生成数据

回答

相关问题