Python 如何从给定向量开始生成多个随机向量

我有一个值数组，并想从中创建一个矩阵，其中每一行是我的起点向量乘以（正态）分布的样本。 这个矩阵的行数将根据我想要的样本数而变化

%pylab
my_vec = array([1,2,3])
my_rand_vec = my_vec*randn(100)

最后一个命令无效，因为数组形状不匹配。

---

我可以考虑对循环使用

，但我试图利用数组操作。
它是向量的外积：

my_rand_vec = numpy.outer(randn(100), my_vec)

试试这个

my_rand_vec = my_vec[None,:]*randn(100)[:,None]

例如，对于小数字，我得到

import numpy as np
my_vec = np.array([1,2,3])
my_rand_vec = my_vec[None,:]*np.random.randn(5)[:,None]
my_rand_vec

# array([[ 0.45422416,  0.90844831,  1.36267247],
#        [-0.80639766, -1.61279531, -2.41919297],
#        [ 0.34203295,  0.6840659 ,  1.02609885],
#        [-0.55246431, -1.10492863, -1.65739294],
#        [-0.83023829, -1.66047658, -2.49071486]])

您的解决方案my_vec*rand（100）

不起作用，因为

*

对应于元素乘法，只有当两个数组具有相同的形状时，该乘法才起作用

您需要做的是使用

[None，：]

和

[：，None]

添加一个额外的维度，这样numpy就可以工作了

---

作为旁注，我建议不要使用

pylab

。相反，使用

import as

以包含所指出的模块。

您可以将所需数组的维度传递给

numpy.random.randn

：

my_rand_vec = my_vec*np.random.randn(100,3)

要将每个向量乘以相同的随机数，需要添加一个额外的轴：

my_rand_vec = my_vec*np.random.randn(100)[:,np.newaxis]