使用Python可以使用numpy库来给数据加上高斯噪声。下面是一个示例代码：
import numpy as np
def add_gaussian_noise(data, mean=0, std=1):
noise = np.random.normal(mean, std, data.shape)
noisy_data = data + noise
return noisy_data
# 示例数据
data = np.array([1, 2, 3, 4, 5])
# 添加高斯噪声
noisy_data = add_gaussian_noise(data, mean=0, std=0.1)
# 打印结果
print("原始数据:", data)
print("加入高斯噪声后的数据:", noisy_data)
在上述代码中，add_gaussian_noise函数接受三个参数：data表示输入的数据，mean表示高斯分布的均值，默认为0，std表示高斯分布的标准差，默认为1。函数内部使用numpy.random.normal函数生成与输入数据形状相同、均值为mean、标准差为std的随机噪声，并将噪声与输入数据相加得到加入噪声后的数据。
