Python 向基于熊猫的散点图中添加小的正态分布随机位移

所以我创建了一个基于2个数据帧的散点图。我现在尝试在我的X和Y上添加一个小的正态分布随机位移，这样点看起来更好（现在非常聚集）

---

这就是我现在所拥有的，我不确定我是否正确使用了它。如果我做得对，我如何将其应用到我的点？

您可以使用

randn

添加正态分布的随机位移，如下所示

# some example data
x = np.arange(1,10, 0.1)
y = x**2

# pick a sigma and mu for normal distribution
sigma = 1
mu =0.01

# generate normally distributed samples
noise = sigma * np.random.randn(len(x)) + mu

# plot with original data points
plt.scatter(x,y, color = 'r')
# plot with normally distributed random displacement
plt.scatter(x+noise,y+noise, color = 'g')

这导致

---

我得到：ValueError:操作数不能与形状（253,2）（253，）一起广播，我知道这是因为X和Y有不同的形状，也就是说Y有两种类型，它们是根据X绘制在一起的。有办法解决这个问题吗？或者我必须使用相同的尺寸。您可以生成两个以上的散点图，而不是一个y+噪波的散点图，但y参数使用y[：，0]+噪波和y[：，1]+噪波。问题是我希望一个散点图上的所有数据都在一个图形上，只是你多次使用不同参数的plt.scatter命令。plt.scatter（genders2，age）plt.scatter（genders2+normal_曲线，age[：，0]+normal_曲线）plt.scatter（genders2+normal_曲线，age[：，]+normal_曲线）出于某种原因，现在我得到了错误：ValueError:x和y必须是相同的大小

# some example data
x = np.arange(1,10, 0.1)
y = x**2

# pick a sigma and mu for normal distribution
sigma = 1
mu =0.01

# generate normally distributed samples
noise = sigma * np.random.randn(len(x)) + mu

# plot with original data points
plt.scatter(x,y, color = 'r')
# plot with normally distributed random displacement
plt.scatter(x+noise,y+noise, color = 'g')