n個の値が0〜2piのnumpy配列を作成しました。今、正規分布したsin（x）から逸脱したn個のテストデータ点を生成したい。正規分布のノイズと平均関数を持つデータを生成する
だから私はこのような何かをする必要があると思った：t = sin(x) + noise。ノイズがこのようなものでなければならないところ：noise = np.random.randn(mean, std)。
しかし、平均がsin（x）（定数ではない）のときのノイズを計算する方法はわかりません。
numpy.random.randnへの引数は平均と標準偏差ではありません。そのためには、numpy.random.normalが必要です。その署名は、単にnormal()の呼び出しで0の平均値を使用し、あなたの罪関数にノイズを追加するには
normal(loc=0.0, scale=1.0, size=None)
です。平均はxがnp.linspace(0, 2*np.pi, n)のようなものであることを考えると、デフォルトではそうは0であるloc引数（すなわち「場所」）に対応して、あなたがこれを行うことができます：
t = np.sin(x) + np.random.normal(scale=std, size=n)
あなたはでき使用numpy.random.randn、しかし、あなたは平均0、標準偏差1の標準正規分布からrandn戻っサンプルは、randnを使用するので、stdことによってそれを拡張する必要があり、次のように記述します。
t = np.sin(x) + std * np.random.randn(n)
ノイズをy座標に追加すると、テストデータポイントの一部が正弦関数の通常の範囲外、つまり-1から1ではなく、 - （1 +ノイズ）から+（1 +ノイズ）。
noiseはあなたの問題への適切な値でなければなりません
t = np.sin(x + np.random.uniform(-noise, noise, x.shape))
を：私は座標xにノイズを追加することをお勧めします。