要给数据加上高斯噪声，可以使用numpy.random.normal函数生成高斯分布的随机数，并将其加到原始数据上。下面是一个示例代码

来源：恒创科技编辑：恒创科技编辑部

2024-02-02 15:05:16

要给数据加上高斯噪声，可以使用numpy.random.normal函数生成高斯分布的随机数，并将其加到原始数据上。下面是一个示例代码：

importnumpyasnp

defadd_gaussian_noise(data,mean,std):
noise=np.random.normal(mean,std,size=data.shape)
noisy_data=data+noise
returnnoisy_data

#示例数据
data=np.array([1,2,3,4,5])

mean=0#噪声的均值
std=0.1#噪声的标准差

noisy_data=add_gaussian_noise(data,mean,std)
print(noisy_data)

在上面的代码中，add_gaussian_noise函数接受三个参数：原始数据data、噪声的均值mean和噪声的标准差std。该函数首先使用numpy.random.normal函数生成与原始数据形状相同的高斯分布随机数（均值为mean，标准差为std），然后将这些随机数加到原始数据上，得到带有高斯噪声的数据。最后，打印输出带有噪声的数据。

请根据实际需要修改示例代码中的数据和参数。