对多组多维数据注入高斯噪声来扩充样本成更多组数据并导出为Excel表格python代码

以下是一个示例代码，用于对多组多维数据注入高斯噪声来扩充样本成更多组数据，并导出为Excel表格：

import numpy as np
import pandas as pd
from scipy.stats import norm

# 生成高斯噪声
def generate_noise(mu, sigma, size):
    return np.random.normal(mu, sigma, size)

# 对数据注入高斯噪声
def add_noise(data, mu, sigma):
    noise = generate_noise(mu, sigma, data.shape)
    return data + noise

# 生成多组多维数据
data1 = np.random.rand(10, 5)
data2 = np.random.rand(10, 5)

# 对数据注入高斯噪声
mu = 0
sigma = 0.1
noisy_data1 = add_noise(data1, mu, sigma)
noisy_data2 = add_noise(data2, mu, sigma)

# 合并数据并导出为Excel表格
data = np.concatenate((noisy_data1, noisy_data2), axis=0)
df = pd.DataFrame(data)
df.to_excel('output.xlsx', index=False)

这个代码做了以下几件事情：

1. 生成两组大小为(10, 5)的随机数据data1和data2。
2. 对两组数据都注入了平均值为0，标准差为0.1的高斯噪声。
3. 将两组数据合并成一个大的数据集，并将其导出为Excel表格。

注：这里使用了NumPy和Pandas库来生成和处理数据，需要先安装这两个库