共计 501 个字符，预计需要花费 2 分钟才能阅读完成。

使用 Python 可以使用 numpy 库来给数据加上高斯噪声。下面是一个示例代码：

import numpy as np

def add_gaussian_noise(data, mean=0, std=1):
    noise = np.random.normal(mean, std, data.shape)
    noisy_data = data + noise
    return noisy_data

# 示例数据
data = np.array([1, 2, 3, 4, 5])

# 添加高斯噪声
noisy_data = add_gaussian_noise(data, mean=0, std=0.1)

# 打印结果
print(" 原始数据:", data)
print(" 加入高斯噪声后的数据:", noisy_data)

在上述代码中，add_gaussian_noise函数接受三个参数：data表示输入的数据，mean表示高斯分布的均值，默认为 0，std表示高斯分布的标准差，默认为 1。函数内部使用 numpy.random.normal 函数生成与输入数据形状相同、均值为 mean、标准差为std 的随机噪声，并将噪声与输入数据相加得到加入噪声后的数据。

丸趣 TV 网 – 提供最优质的资源集合！