python 二维正态分布随机数

要生成Python中的二维正态分布随机数，可以使用NumPy库的random模块和SciPy库的stats模块。

首先，我们需要导入所需的库：

import numpy as np
import matplotlib.pyplot as plt
import scipy.stats as stats

然后，我们可以使用stats模块中的multivariate_normal函数来生成二维正态分布的随机数。这个函数需要指定均值向量（mean）和协方差矩阵（cov）作为参数。例如，我们可以生成一个均值向量为[0, 0]，协方差矩阵为[[1, 0], [0, 1]]的二维正态分布随机数：

mean = [0, 0]
cov = [[1, 0], [0, 1]]
random_data = np.random.multivariate_normal(mean, cov, size=1000)

这样，我们就生成了一个包含1000个样本点的二维正态分布随机数数组random_data。其中，每个样本点都是一个二维向量。

如果你想可视化生成的二维正态分布随机数，你可以使用matplotlib库的scatter函数绘制散点图：

x = random_data[:, 0]
y = random_data[:, 1]
plt.scatter(x, y)
plt.xlabel('X')
plt.ylabel('Y')
plt.title('二维正态分布随机数')
plt.show()

这样，你就可以看到生成的二维正态分布随机数的散点图了。
请注意，这里的均值向量和协方差矩阵是人为指定的，你可以根据实际需求调整这些参数来生成不同形状和位置的二维正态分布随机数。