为何我生成的2D高斯分布呈圆形而非椭球形？技术求助

我来帮你搞定这个问题！首先得明确：你的代码逻辑本身是完全正确的——生成两个独立的一维高斯分布并组合成二维分布，理论上应该是轴对齐的椭球形（因为两个维度独立，协方差矩阵是对角阵）。之所以看起来是圆形，问题出在Matplotlib的坐标轴显示比例上，而非数据本身。

问题根源 #

你的两个一维分布的标准差差异很大：

• s1的标准差是0.1，数据范围大约在[-0.3, 0.3]（3σ范围）
• s2的标准差是0.3，数据范围大约在[0.8-0.9, 0.8+0.9] = [-0.1, 1.7]

但plt.hist2d默认会自动调整两个坐标轴的缩放比例，让数据填满整个绘图区域。这就导致x轴（s1）的单位长度在视觉上比y轴（s2）宽很多，原本的椭球被拉伸成了圆形。

解决方案：强制坐标轴等比例显示 #

只需要在绘制2D直方图后，添加一行代码强制坐标轴使用相同的比例，就能看到预期的椭球形了。

修改后的代码如下：

import numpy as np
import matplotlib.pyplot as plt

mu1, sigma1 = 0, 0.1
s1 = np.random.normal(mu1, sigma1, 10000)
mu2, sigma2 = 0.8, 0.3
s2 = np.random.normal(mu2, sigma2, 10000)

plt.figure(1)
plt.title('Histogram of a 2D-Gaussian Distribution')
plt.hist(s1, 100, alpha=0.5, label='s1')
plt.hist(s2, 100, alpha=0.5, label='s2')
plt.legend()
plt.show()

plt.figure(2)
plt.title('2D-Gaussian Distribution (Equal Aspect Ratio)')
bins = plt.hist2d(s1, s2, 100)
cb = plt.colorbar()
cb.set_label('counts in bin')
# 关键：设置坐标轴等比例
plt.axis('equal')
# 或者用更灵活的方式，适配不同场景：
# plt.gca().set_aspect('equal', adjustable='box')
plt.show()

额外验证小技巧 #

如果你想快速确认数据的真实形态，可以用散点图辅助验证：

plt.figure(3)
plt.title('Scatter Plot of 2D-Gaussian')
plt.scatter(s1, s2, s=1, alpha=0.2)
plt.axis('equal')
plt.show()

加上等比例设置后，椭球的形状会非常直观。

内容的提问来源于stack exchange，提问作者XaBla