共計 533 個字符，預計需要花費 2 分鐘才能閱讀完成。

要給數據加上高斯噪聲，可以使用 numpy.random.normal 函數生成高斯分布的隨機數，并將其加到原始數據上。下面是一個示例代碼：

import numpy as np

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

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

mean = 0  # 噪聲的均值
std = 0.1  # 噪聲的標準差

noisy_data = add_gaussian_noise(data, mean, std)
print(noisy_data)

在上面的代碼中，add_gaussian_noise函數接受三個參數：原始數據 data、噪聲的均值mean 和噪聲的標準差 std。該函數首先使用numpy.random.normal 函數生成與原始數據形狀相同的高斯分布隨機數（均值為mean，標準差為std），然后將這些隨機數加到原始數據上，得到帶有高斯噪聲的數據。最后，打印輸出帶有噪聲的數據。

請根據實際需要修改示例代碼中的數據和參數。

丸趣 TV 網 – 提供最優質的資源集合！