Определение процесса белого шума в Python
2 ответов
вы можете достичь этого через numpy.random.normal
функции, который рисует заданное количество выборок из гауссова распределения.
import numpy
import matplotlib.pyplot as plt
mean = 0
std = 1
num_samples = 1000
samples = numpy.random.normal(mean, std, size=num_samples)
plt.plot(samples)
plt.show()
короткий ответ:numpy.random.random()
. Numpy описание сайта
но так как я нахожу все больше и больше ответов на подобные вопросы, написанные как numpy.random.normal
, Я подозреваю, что требуется небольшое описание. Если я правильно понимаю Википедию (и несколько уроков в Университете), Гаусс и белый шум-это две разные вещи. Белый шум имеет равномерное распределение, а не нормальное (гауссово).
import numpy.random as nprnd
import matplotlib.pyplot as plt
num_samples = 10000
num_bins = 200
samples = numpy.random.random(size=num_samples)
plt.hist(samples, num_bins)
plt.show()
Это мой первый ответ, поэтому, если вы исправите ошибки, возможно, сделанные мной здесь, я с удовольствием обновлю его. Спасибо =)