1 回答

TA貢獻(xiàn)1830條經(jīng)驗(yàn) 獲得超3個(gè)贊
.T轉(zhuǎn)置矩陣。因此,在您的情況下,如果n=2,您的代碼將在沒有轉(zhuǎn)置的情況下工作(或至少將無錯(cuò)誤運(yùn)行),因?yàn)榫仃嚾纾?/p>
>>> np.random.multivariate_normal(mean, cov, size = 2)
array([[ 1.4594626 , -0.55863612],
[-1.17139735, -0.36484634]])
可以拆分為 2 個(gè)數(shù)組(x將是[ 1.4594626 , -0.55863612]和y將是[-1.17139735, -0.36484634])。請(qǐng)注意,這不一定是您要查找的內(nèi)容,您最終可能會(huì)繪制錯(cuò)誤的圖(取決于您要嘗試做什么)。
但是對(duì)于任何更大(或更小)的東西,它不會(huì):
>>> np.random.multivariate_normal(mean, cov, size = 5)
array([[-0.34091962, 2.2368088 ],
[-1.11081547, 0.93089064],
[ 1.45452483, -0.40007311],
[ 0.96038401, 0.26206106],
[ 0.3079481 , 0.66869094]])
因?yàn)檫@本質(zhì)上是您嘗試將 5 個(gè)數(shù)組解壓縮為 2 個(gè)變量(因此出現(xiàn)錯(cuò)誤)。但是,當(dāng)您轉(zhuǎn)置它時(shí):
>>> np.random.multivariate_normal(mean, cov, size = 5).T
array([[ 0.04466423, 0.88384196, 0.09108559, -2.30473587, 1.58497064],
[ 0.66190894, 0.90202853, 0.31090378, 0.95697681, -0.61557393]])
你很高興去。您的x數(shù)組將是第一個(gè)“行”:[ 0.04466423, 0.88384196, 0.09108559, -2.30473587, 1.58497064]并且y將是您的第二個(gè):[ 0.66190894, 0.90202853, 0.31090378, 0.95697681, -0.61557393]
添加回答
舉報(bào)