原文链接：http://blog.csdn.net/yhhyhhyhhyhh/article/details/54429034
（1）先生成随机数、绘图：
import numpy as np #numpy使python可以处理矩阵
from numpy.linalg import cholesky #linalg = linear + algebra
import matplotlib.pyplot as plt
############生成测试数据###############
sampleNo = 1000;#数据数量
mu =3
# 二维正态分布
mu = np.array([[1, 5]])
Sigma = np.array([[1, 0.5], [1.5, 3]])
R = cholesky(Sigma) #乔莱斯基分解
srcdata= np.dot(np.random.randn(sampleNo, 2), R) + mu #点乘
plt.plot(srcdata[:,0],srcdata[:,1],'bo')
plt.show(); #增加show()后可以进行数据显示。
