np.random.multivariate_normal(mean, cov, size=None, check_valid='warn', tol=1e-8)
説明
多変量正規分布からランダムサンプルを抽出して、N次元配列を形成します。そして、配列を返します。
パラメータ
平均：長さN
の1-D array_like、n次元分布の平均値
cov：形状（N、N）の2次元array_like
分布共分散行列
共分散行列は対称で正の半確定行列でなければなりません
サイズ：intまたはintのタプル、オプション
（m、n、k）などの形状を指定すると、m * n * kのサンプルが生成され、m×n×kにパックされます。
各サンプルはN次元であるため、出力形状は（m、n、k、N）です。
形状が指定されていない場合、単一（ND）のサンプルが返されます。
check_valid：{'warn'、 'raise'、 'ignore'}、オプション
このパラメーターは、cov、つまり共分散行列が正の半確定行列ではない場合に、プログラムの処理方法を決定するために使用されます。警告、発生、無視の3つの値があります。
着信パラメータとしてwarnを使用する場合、covが半確定の正でない場合、プログラムは警告を出力しますが、結果を取得します。
着信パラメータとしてraiseを使用する場合、covが半確定の正でない場合、プログラムはレポートします。エラーであり、結果は計算されません
。ignoreを使用する場合は、この問題を無視してください。つまり、covが正の半確定であるかどうかに関係なく、結果が計算されます。
tol：float、
共分散行列の特異値をチェックするときのオプションの許容値、floatタイプ。
共分散行列の値が1つしかない場合、生成される許容誤差（浮動小数点数）
ケーススタディ
import numpy as np
mean = np.random.randn(2)
cov = np.eye(2)
size = (2, 2)
result = np.random.multivariate_normal(mean, cov, size)
print(result)
[[[-0.60502723 0.29641191]
[-0.91481713 1.29573205]]
[[-0.23393278 -0.3081121 ]
[ 0.81963852 0.70860415]]]