如何获得平均值为零且标准偏差为σ；=python中600个值的2 dB？

我试着看看下面的选项

numpy.random.lognormal（0，2600）-我对这个方法的疑问是，输入参数是以dB为单位的吗？如果是，mu=0，sigma=2。如果输入参数假定为线性值，则输入参数应为mu=1，sigma=10^0.2。另一个问题是，产生的随机值是线性还是dB？如果它们是线性的，我需要取这些值的10*math.log10（）

---

中的文档未提供任何关于输入参数为线性或dB的信息，也未提供任何关于输出结果性质的信息。

如果

x

为对数正态分布，则

log（x）

将为正态分布。如果您不确定参数指的是什么，那么您可以只抽取一些样本，记录它们，然后计算平均值和标准偏差：

import numpy as np

np.random.seed(0)

mu, sigma = 1, 2
x = np.random.lognormal(mu, sigma, 10000)
logx = np.log(x)

print(logx.mean(), logx.std())
# 0.963132559683 1.97511313635

---

因此

np.random.lognormal（mu，sigma，…）

从对数正态分布的随机变量中抽取样本，其均值

mu

和标准偏差

sigma

。换句话说，如果

mu

和

sigma

以对数单位指定，则样本将以线性单位指定。

如果

x

为对数正态分布，则

log（x）

将为正态分布。如果您不确定参数指的是什么，那么您可以只抽取一些样本，记录它们，然后计算平均值和标准偏差：

import numpy as np

np.random.seed(0)

mu, sigma = 1, 2
x = np.random.lognormal(mu, sigma, 10000)
logx = np.log(x)

print(logx.mean(), logx.std())
# 0.963132559683 1.97511313635

---

因此

np.random.lognormal（mu，sigma，…）

从对数正态分布的随机变量中抽取样本，其均值

mu

和标准偏差

sigma

。换句话说，如果

mu

和

sigma

以对数单位指定，那么样本将以线性单位指定。

您所说的对数值是自然对数，对吗？我说的是log10。那么，

log10（x）

也将是正态分布的，尽管具有不同的平均值和标准偏差。如果您想在log10单位中指定

mu

和

sigma

，那么您可以将

lognormal

参数从基数10转换为基数e（例如

mu/np.log10（np.e）

），或者只需使用这些参数从正态分布中采样并将10提高到该指数（例如

10**np.random.normal>）（μ，sigma，…）

）。您所说的对数值是自然对数，对吗？我说的是log10。那么，

log10（x）

也将是正态分布的，尽管具有不同的平均值和标准偏差。如果您想在log10单位中指定

mu

和

sigma

，那么您可以将

lognormal

参数从基数10转换为基数e（例如

mu/np.log10（np.e）

），或者只需使用这些参数从正态分布中采样并将10提高到该指数（例如

10**np.random.normal>）（mu，sigma，…）

）。