multivariate_normal的用法

multivariate_normal是一个NumPy函数，用于生成多元正态分布（Multivariate Normal Distribution）的随机样本。它的用法如下：

import numpy as np

# 定义均值向量和协方差矩阵
mean = [0, 0]
cov = [[1, 0], [0, 1]]

# 生成1000个样本
samples = np.random.multivariate_normal(mean, cov, 1000)

上述代码中，我们首先定义了一个均值向量mean和一个协方差矩阵cov，然后使用multivariate_normal函数生成了1000个样本。其中，均值向量和协方差矩阵是multivariate_normal函数的两个必需参数，第三个参数是生成样本的数量。

multivariate_normal函数还有一些可选参数，例如mean和cov可以分别用一个标量和一个矩阵来表示样本的均值和协方差；allow_singular参数用于控制是否允许协方差矩阵是奇异矩阵（即不可逆的），默认为False。更多详细信息可以参考NumPy官方文档。