1. 二维均匀分布：数据生成中的"公平骰子"

想象你正在设计一个模拟城市交通流量的系统，需要随机生成车辆在十字路口的分布位置。这时候 二维均匀分布 就像一把精准的标尺，能帮你创造出完全随机的坐标点。我在自动驾驶仿真项目里就经常用它来模拟行人突然出现的场景。

数学上定义很简单：在平面区域G内，任何子区域D出现的概率只与D的面积成正比。用Python实现的话，生成单位圆内的均匀分布只需要几行代码：

import numpy as np

def uniform_in_circle(n):
    theta = 2 * np.pi * np.random.rand(n)
    r = np.sqrt(np.random.rand(n))
    x = r * np.cos(theta)
    y = r * np.sin(theta)
    return x, y

这里有个实际项目中的经验：当我们需要测试机器学习模型对异常值的鲁棒性时，用均匀分布生成边界case特别有效。比如在图像分类任务中，可以在像素值范围内均匀采样生成对抗样本。

2. 二维正态分布：现实世界的"引力场"

去年做金融风控模型时，我发现客户的年龄和收入分布呈现典型的 双变量正态 特征。这种分布在自然界太常见了——从鸟类集群飞行到股市波动，都能看到它的影子。

它的概率密度函数看起来复杂，但核心参数就五个：

• μ₁, μ₂：两个维度的均值
• σ₁, σ₂：标准差
• ρ：相关系数

用numpy生成带相关性的数据非常直观：

mean = [0, 0]
cov = [[1, 0.8], [0.8, 1]]  # 对角线是方差，非对角线是协方差
x, y = np.random.multivariate_normal(mean, cov, 1000).T

在计算机视觉中，我常用它来生成数据增强所需的高斯噪声。比如在人脸识别项目里，给关键点坐标添加符合正态分布的扰动，能显著提升模型对模糊图像的识别率。

3. 实战对比：选分布就像选工具

最近帮一家电商做推荐系统优化时，我们做了组对比实验：

发现当真实数据存在明显聚集特征时（比如用户总爱点击页面右上角），正态分布生成的模拟数据效果更好。而像商品详情页的"随机推荐"模块，均匀分布反而更合适。

4. 混合使用的进阶技巧

在生成对抗网络(GAN)的训练中，我经常混用两种分布：

1. 用均匀分布初始化生成器的输入噪声
2. 用正态分布构造判别器的对抗样本

具体到代码实现，这里有个提升生成质量的技巧：

# 混合噪声生成
def mixed_noise(batch_size, dim):
    uniform_part = np.random.uniform(-1, 1, (batch_size, dim//2))
    normal_part = np.random.normal(0, 0.5, (batch_size, dim//2))
    return np.concatenate([uniform_part, normal_part], axis=1)

在数据增强方面，可以先用正态分布生成主要特征，再用均匀分布添加随机扰动。比如做文本生成时，词向量的核心维度用正态分布，辅助维度用均匀分布，这样既保持语义连贯又增加多样性。

5. 可视化诊断：一眼看穿分布特性

教大家几个我常用的诊断方法：

1. QQ图 ：快速检验分布形态

   import statsmodels.api as sm
   sm.qqplot(data, line='45')
   

2. 核密度估计 ：直观对比分布形状

   import seaborn as sns
   sns.kdeplot(x, y, cmap="Blues", shade=True)
   

3. 蒙特卡洛检验 ：通过模拟计算p值

最近处理时间序列数据时，我发现个有趣现象：当正态分布的QQ图出现"S"型弯曲时，往往意味着存在未被发现的周期规律。这个经验帮我们改进了销量预测模型。

6. 避坑指南：来自实战的经验

踩过最深的坑是在强化学习项目中，错误地用均匀分布初始化了连续动作空间。导致智能体在模拟环境中像无头苍蝇——看似探索充分，实则效率低下。后来改用截断正态分布，训练效率提升了3倍。

另一个常见误区是忽视 协方差矩阵 的设置。有次复现论文时效果总差10%，最后发现是原作者用了[[1,0.5],[0.5,1]]的协方差矩阵，而我们默认用了单位矩阵。这个小差别对生成数据的相关性影响巨大。