对多组多维已知数据导入excel表注入高斯噪声来扩充样本成多组数据并导出为Excel表格python代码

以下是一个示例代码，使用numpy和pandas库来导入和导出数据，以及注入高斯噪声：

import numpy as np
import pandas as pd

# 导入原始数据
data = np.loadtxt("data.txt")

# 扩充样本
num_samples = 10
stddev = 0.1
noisy_data = np.zeros((num_samples, data.shape[0], data.shape[1]))
for i in range(num_samples):
    noisy_data[i] = data + np.random.normal(loc=0, scale=stddev, size=data.shape)

# 将多组数据合并为一个DataFrame
df_list = []
for i in range(num_samples):
    df_list.append(pd.DataFrame(noisy_data[i], columns=["X", "Y", "Z"]))
df = pd.concat(df_list, keys=["Sample {}".format(i+1) for i in range(num_samples)])

# 导出为Excel文件
df.to_excel("noisy_data.xlsx")

其中，原始数据文件data.txt应该是一个包含多行和三列的文本文件，每列代表一个维度，每行代表一个样本。可以根据实际情况修改数据的维数和文件名。在注入高斯噪声时，stddev参数代表噪声的标准差，可以根据实际需求进行调整。最后生成的Excel文件为noisy_data.xlsx