私は、3Dガウス分布またはガウス混合分布を表すと思われるデータポイントのベクトルを持っています。 3Dガウス分布またはガウス混合分布をこの行列に当てはめる方法はありますか？そうであれば、それを行うライブラリが存在しますか（たとえばPythonで）？3Dガウス分布またはガウス混合分布をベクトルに適合させる方法はありますか？
質問は、次のいずれかに関連すると思われるが、私はそれに3Dガウスに合わせたい： Fit multivariate gaussian distribution to a given dataset
目標と最終的な結果は次のように（単一分布または混合物）になります。 
例えば
は、非常に簡略化され、（ガウス（混合物）分布が学習すべきから）私のデータベクトルは次のようになります。
[[0,0,0,0,0,0], [0,1,1,1,1,0], [0,1,2,2,1,0], [1,2,3,3,2,1], [0,1,2,2,1,0], [0,0,0,0,0,0]]
あなたがガウスの数を知っているなら、私は答えを与えることができます。あなたのベクトルはX、Y点のグリッドにZ値を与えます。あなたはXとYのベクトルを行うことができます。
import numpy as np
num_x, num_y = np.shape(z)
xx = np.outer(np.ones(num_x), np.arange(num_y))
yy = np.outer(np.arange(num_x), np.ones(num_y))
そして、例えば2D Gaussian Fit for intensities at certain coordinates in Pythonのために、任意のルーチンフィッティングの手順に従ってください。
いわゆるGaussian Mixture Models（GMM）があります。その背景には多くの文献があります。そして、サンプリングを行うにはPythonのコードがある、などの推定パラメータ、必ずそれはあなたのニーズに合っていない場合
http://scikit-learn.org/stable/modules/generated/sklearn.mixture.GMM.html
免責事項：使用scikit、決してあなたはタイプZの何かをしたいようGMM
が見える使用= gaussian1（x、y）+ gaussian2（x、y）など？これらはちょうど正規の2次元ガウス分布であるので、 – VBB
私はそうだと思いますが、これらの関数をデータ（つまりこの分布を表す行列）から学びたいと思います。 – MaVe
これらの面にポイントを定義する（x、y、z）セットがありますか？あるいは、これらのプロットはデータの包絡線を表していますか？ – VBB