numpy从线性函数生成数据

Question

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？

线性函数的示例y = 0.4*x + 3 + delta

其中delta是从-10和+10之间的均匀分布中抽取的随机值

我希望为每个数据点生成delta，以对数据进行一些扰动。

import numpy as np

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

这似乎符合三角洲的法案，虽然我不确定如何产生其余的纳入这个。

Answer 1

我不知道你想如何生成x，但这会起作用：

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

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

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

Answer 2

这完全取决于您想要评估函数的x值。 假设你想从-50到50绘制，只需使用x = np.arange(-50,50)但是你需要d = np.random.uniform(-10, 10, x.size) 。

然后运行你的函数： y = 0.4*x + 3 + delta 。

另一方面，如果你想要一个线性间隔的x你也可以使用np.linspace或对数间隔x ： np.logspace 。

最后它看起来像：

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