python模拟非高斯噪声

在Python中，模拟非高斯噪声通常涉及到随机数生成和统计学知识。非高斯噪声是指其概率分布不符合正态分布（即高斯分布）的噪声。常见的非高斯噪声有偏斜分布、均匀分布、泊松分布等。这里我们以一个简单的例子说明如何使用NumPy库生成一些对称或不对称的非高斯噪声：

import numpy as np
import matplotlib.pyplot as plt

# 假设我们要生成一个对称的偏斜分布噪声（如Lévy飞行噪声）
def levy_flight_noise(mean=0, std_dev=1, skewness=2):
    u = np.random.normal(0, std_dev, size=len(mean))  # 高斯分布噪声
    v = np.random.uniform(-skewness, skewness, size=len(mean))  # 偏离量
    return mean + std_dev * (u + skewness * np.sign(u) * v)

# 创建样本数据
mean = 0
std_dev = 5
size = 1000
noise_data = levy_flight_noise(mean, std_dev)

# 可视化噪声分布
plt.hist(noise_data, bins=50, density=True)
plt.xlabel('Value')
plt.ylabel('Probability Density')
plt.title(f'Lévy Flight Noise with Skewness {skewness}')
plt.show()