二维正态分布的条件分布仍是正态分布,二维正态分布的条件分布仍是正态分布
我在寻找一个脚本来计算三维数据系列的2D正态分布函数，最好是Python。如果一个不存在，我欣赏任何代码，或伪代码，有人可以提供。在
输入将是一个三元组列表。[x1，y1，z1]、[x2，y2，z2]、[x3，y3，z3]、[xn，yn，zn]]
我需要的是最接近数据的二维正态分布的平均值和标准差/方差，这样我就可以操纵它，重新制作。在
样品
为简单起见，使用一维正则函数。如果我有下一个二维数据点
^{pr2}$
希望脚本能输出mean=0.0。
设备=1.0
变化=1.0
这样，比如你想把标准差从sd=1.0改成sd=2.0，可以修正曲线重新做，采样点-4.4，把值重新写成数据。[
[-4,0.027 ],
[-3,0.0648 ],
[-2,0.121 ],
[-1,0.176 ],
[ 0,0.1995 ],
[ 1,0.176 ],
[ 2,0.121 ],
[ 3,0.0648 ],
[ 4,0.027 ]
]
我在这里的问题是，用一个紧密代表二维正态分布的三维点列表怎么做？在
我喜欢用Python实现或调用shell脚本。但是，我并不反对使用MatLab和Maple这样的程序。在
