我想生成一个二维随机变量，其中的每个变量满足正态分布，它们之间的协方差是0.8

要生成一个二维随机变量，其中每个元素都服从均值为0、标准差为1的正态分布，并且它们之间的协方差是0.8，可以使用Python的NumPy库中的`random.multivariate_normal`函数。这个函数接受三个参数：均值向量、协方差矩阵和样本大小。

假设我们想要生成一个包含1000个样本的二维随机变量：

import numpy as np

# 定义均值向量，因为每个变量都期望值为0，所以这里设为[0, 0]
mean = [0, 0]

# 定义协方差矩阵，这里是一个2x2矩阵，第一行第一列是第一个变量的自相关，第二行第一列是第二个变量的自相关，其他位置是两个变量之间的相关系数
covariance = [[1, 0.8], [0.8, 1]]

# 使用multivariate_normal生成随机变量
random_variable = np.random.multivariate_normal(mean, covariance, size=1000)

print(random_variable)

这将返回一个形状为(1000, 2)的数组，每一行代表一个二维样本，其各元素之间有正的相关性，即协方差为0.8。