Python 在10维单位球体上生成随机点

我需要生成一个均匀采样的向量，10个方向（10个随机数的集合）位于一个单位球体上。所以，10个值的平方和应该是1

这正是我需要生成这些点的问题：

实现感知器算法，并在以下程序上运行它

---

中的合成数据集ℝ10：按照@Andrex的建议选择，以下是正确的解决方案：

import numpy as np
import math

s = np.random.normal(0, 1, 10)

norm=math.sqrt(sum(s*s))
result=s/norm

其中，

result

是答案。您可以评估结果：

sum([x*x for x in result])
1.0

---

有一种说法，如果

X=（X1，…，XN）

是一个标准正态分布为

Xi

的向量，那么

X/NORM（X）

在单位范围内是一致的，其中

NORM

是欧几里德范数。因此，您必须从标准正态分布（使用numpy？）中抽取10个点，然后对结果进行标准化。

尝试这样做时出现了什么问题？我认为这是不正确的！你必须从正态分布中取样，我不明白为什么它应该来自正态分布？在问题的哪一部分，我们被限制为正态分布？毕竟，当你应用sqrt时，它不再是正态的，那么重点是什么呢？如果我们想要在球体上均匀分布，我们必须严格。有一个强大的数学基础背后我的发言，你可以在这里看到！你说得对！谢谢分享链接，很高兴知道

X/NORM（X）

如果取范数，结果是1单位球面上点的定义是什么！？这是标准（X）=1吗