用python生成相互独立的高斯随机变量，并验证他们的独立性

生成满足均值为0，方差为1的高斯分布。由于这些都是统计特性，因此需要足够的样本来计算。

直接上代码

import numpy as np
# 生成3个相互独立的高斯随机变量
mean = 0 # 均值
variance = 1 # 方差
size = 10000 # 样本数量
data = np.random.normal(loc=mean, scale=np.sqrt(variance), size=(size, 3))

# 用协方差检查生成的高斯随机变量的独立性，若独立，则为单位阵
covariance = np.cov(data.T)
print('协方差矩阵：\n', covariance)

# 检查生成的高斯随机变量的均值和方差
print('第一个高斯随机变量的均值：', np.mean(data[:, 0]))
print('第一个高斯随机变量的方差：', np.var(data[:, 0]))
print('第二个高斯随机变量的均值：', np.mean(data[:, 1]))
print('第二个高斯随机变量的方差：', np.var(data[:, 1]))

图示如下