生成服从二元标准正态分布的二维数据 (二维数据)，通过散点图画出二维数据。

以下是Python代码实现：

import numpy as np
import matplotlib.pyplot as plt

# 生成服从二元标准正态分布的二维数据
mean = [0, 0]
cov = [[1, 0], [0, 1]]
data = np.random.multivariate_normal(mean, cov, 1000)

# 通过散点图画出二维数据
x = data[:, 0]
y = data[:, 1]
plt.scatter(x, y)
plt.show()

运行代码后，会生成一张散点图，展示了二维数据的分布情况。该二维数据服从标准正态分布，即均值为0，方差为1。

相关问题

• 生成服从二元标准正态分布的二维数据 (二维数据)，通过散点图画出二维数据。

好的，我可以回答这个问题。要生成服从二元标准正态分布的二维数据，可以使用NumPy库的random模块中的multivariate_normal()函数。以下是代码示例：

import numpy as np
import matplotlib.pyplot as plt

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

plt.scatter(data[:, 0], data[:, 1])
plt.show()

这段代码会生成1000个服从二元标准正态分布的二维数据，并通过散点图展示出来。希望能帮到你！