以下は、公式ドキュメントへのリンクあり
numpy.random.multivariate_normal
- 1.関数定義
numpy.random.multivariate_normal（平均、COV [、サイズ 、check_valid、TOL]） - 2.参数解释
パラメータ：
平均：1-Dのarray_like、長さNの
N次元分布の平均を。
COV：2-D array_like、形状の（N、N）
の分布の共分散行列。これは、適切なサンプリングのための対称および正半正定値でなければなりません。
サイズ：intまたはintのタプル、任意
の形状を考えると、例えば、（M、n、k）は、M n個の k個のサンプルが生成され、m行n行K配列に詰め。各サンプルがN次元であるため、出力形状（M、N、K、N）です。何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：{「無視」、「昇給を」「警告」}、任意
共分散行列が半正定値でない場合の動作を。
TOL：フロート、オプション
許容差共分散行列で特異値をチェックします。
| 1 | 2 |
|---|---|
| 平均 | それは緯度Nを意味する、平均ガウス分布を表し、N次元ガウス分布 |
| コンバージョン | これは、ガウス分布の共分散行列、一次元のガウス共分散行列緯度1意味1.二次元ガウス共分散行列緯度2 2 ... |
| サイズ | （M、N、K）の大きさは、それがサイズのサンプル値（M、N、K）を返す場合CONV平均ガウス分布を定義し、ガウス分布関数は、定義された複数の値を生成する際に良好です |
| check_valid | 検査の共分散行列、行列を出力し、無視を警告半正タイマーが、ない場合には、調達..... |
| トール | 特異値の共分散行列の公差をチェックするとき、場合テストは、エラー決意の特異値の共分散行列であるべきです |
- 3.使用
（1）
''」
のNPとしてインポートnumpyの
PLTとしてインポートmatplotlib.pyplot
Y = np.random.multivariate_normal（[（0）]、[1]、1000）
RO 'plt.plot（Y、'
）''」
ゼロ平均ガウス分布に沿って収集1000ポイント、共分散、縦軸は、図のシーケンス番号値はポイントを取得し、横軸は、0,1（ポイントはすべての点の値がNに沿って実質的であることがわかる表し）配布。
