今天學(xué)習(xí)了用python生成仿真數(shù)據(jù)的一些基本方法和技巧，寫成博客和大家分享一下。????
本篇博客主要講解如何從給定參數(shù)的的正態(tài)分布/均勻分布中生成隨機(jī)數(shù)以及如何以給定概率從數(shù)字列表抽取某數(shù)字或從區(qū)間列表的某一區(qū)間內(nèi)生成隨機(jī)數(shù)，按照內(nèi)容將博客分為3部分，并附上代碼。
1 從給定參數(shù)的正態(tài)分布中生成隨機(jī)數(shù)
當(dāng)考慮從正態(tài)分布中生成隨機(jī)數(shù)時(shí)，應(yīng)當(dāng)首先知道正態(tài)分布的均值和方差（標(biāo)準(zhǔn)差），有了這些，就可以調(diào)用python中現(xiàn)有的模塊和函數(shù)來(lái)生成隨機(jī)數(shù)了。這里調(diào)用了Numpy模塊中的random.normal函數(shù)，由于邏輯非參簡(jiǎn)單，所有直接貼上代碼如下：
import numpy as np
# 定義從正態(tài)分布中獲取隨機(jī)數(shù)的函數(shù)
def get_normal_random_number(loc, scale):
"""
:param loc: 正態(tài)分布的均值
:param scale: 正態(tài)分布的標(biāo)準(zhǔn)差
:return:從正態(tài)分布中產(chǎn)生的隨機(jī)數(shù)
"""
# 正態(tài)分布中的隨機(jī)數(shù)生成
number = np.random.normal(loc=loc, scale=scale)
# 返回值
return number
# 主模塊
if __name__ == "__main__":
# 函數(shù)調(diào)用
n = get_normal_random_number(loc=2, scale=2)
# 打印結(jié)果
print(n)
# 結(jié)果:3.275192443463058
2 從給定參數(shù)的均勻分布中獲取隨機(jī)數(shù)的函數(shù)
考慮從均勻分布中獲取隨機(jī)數(shù)的時(shí)候，要事先知道均勻分布的下界和上界，然后調(diào)用Numpy模塊的random.uniform函數(shù)生成隨機(jī)數(shù)。
import numpy as np
# 定義從均勻分布中獲取隨機(jī)數(shù)的函數(shù)
def get_uniform_random_number(low, high):
"""
:param low: 均勻分布的下界
:param high: 均勻分布的上界
:return: 從均勻分布中產(chǎn)生的隨機(jī)數(shù)
"""
# 均勻分布的隨機(jī)數(shù)生成
number = np.random.uniform(low, high)
# 返回值
return number
# 主模塊
if __name__ == "__main__":
# 函數(shù)調(diào)用
n = get_uniform_random_number(low=2, high=4)
# 打印結(jié)果
print(n)
# 結(jié)果:2.4462417140153114
3 按照指定概率生成隨機(jī)數(shù)
有時(shí)候我們需要按照指定的概率生成隨機(jī)數(shù)，比如已知盒子中每種顏色的球的比例，猜測(cè)下一次取出的球的顏色。在這里介紹的問題和上面的例子相似，要求給定一個(gè)概率列表，從列表對(duì)應(yīng)的數(shù)字列表或區(qū)間列表中生成隨機(jī)數(shù)，分兩部分討論。
3.1 按照指定概率從數(shù)字列表中隨機(jī)抽取數(shù)字
假設(shè)給定一個(gè)數(shù)字列表和一個(gè)與之對(duì)應(yīng)的概率列表，兩個(gè)列表對(duì)應(yīng)位置的元素組成的元組即表示該數(shù)字在數(shù)字列表中以多大的概率出現(xiàn)，那么如何根據(jù)這些已知條件從數(shù)字列表中按概率抽取隨機(jī)數(shù)呢？在這里我們考慮用均勻分布來(lái)模擬概率，代碼如下：
import numpy as np
import random
# 定義從均勻分布中獲取隨機(jī)數(shù)的函數(shù)
def get_uniform_random_number(low, high):
"""
:param low: 均勻分布的下界
:param high: 均勻分布的上界
:return: 從均勻分布中產(chǎn)生的隨機(jī)數(shù)
"""
# 均勻分布的隨機(jī)數(shù)生成
number = np.random.uniform(low, high)
# 返回值
return number
# 定義從一個(gè)數(shù)字列表中以一定的概率取出對(duì)應(yīng)區(qū)間中數(shù)字的函數(shù)
def get_number_by_pro(number_list, pro_list):
"""
:param number_list:數(shù)字列表
:param pro_list:數(shù)字對(duì)應(yīng)的概率列表
:return:按概率從數(shù)字列表中抽取的數(shù)字
"""
# 用均勻分布中的樣本值來(lái)模擬概率
x = random.uniform(0, 1)
# 累積概率
cum_pro = 0.0
# 將可迭代對(duì)象打包成元組列表
for number, number_pro in zip(number_list, pro_list):
cum_pro += number_pro
if x < cum_pro:
# 返回值
return number
# 主模塊
if __name__ == "__main__":
# 數(shù)字列表
num_list = [1, 2, 3, 4, 5]
# 對(duì)應(yīng)的概率列表
pr_list = [0.1, 0.3, 0.1, 0.4, 0.1]
# 函數(shù)調(diào)用
n = get_number_by_pro(number_list=num_list, pro_list=pr_list)
# 打印結(jié)果
print(n)
# 結(jié)果:1
3.2 按照指定概率從區(qū)間列表中的某個(gè)區(qū)間內(nèi)生成隨機(jī)數(shù)
給定一個(gè)區(qū)間列表和一個(gè)與之對(duì)應(yīng)的概率列表，兩個(gè)列表相應(yīng)位置的元素組成的元組即表示某數(shù)字出現(xiàn)在某區(qū)間內(nèi)的概率是多少，已知這些，我們?nèi)绾紊呻S機(jī)數(shù)呢？這里我們通過(guò)兩次使用均勻分布達(dá)到目的，代碼如下：
import numpy as np
import random
# 定義從均勻分布中獲取隨機(jī)數(shù)的函數(shù)
def get_uniform_random_number(low, high):
"""
:param low: 均勻分布的下界
:param high: 均勻分布的上界
:return: 從均勻分布中產(chǎn)生的隨機(jī)數(shù)
"""
# 均勻分布的隨機(jī)數(shù)生成
number = np.random.uniform(low, high)
# 返回值
return number
# 定義從一個(gè)數(shù)字列表中以一定的概率取出對(duì)應(yīng)區(qū)間中數(shù)字的函數(shù)
def get_number_by_pro(number_list, pro_list):
"""
:param number_list:數(shù)字列表
:param pro_list:數(shù)字對(duì)應(yīng)的概率列表
:return:按概率從數(shù)字列表中抽取的數(shù)字
"""
# 用均勻分布中的樣本值來(lái)模擬概率
x = random.uniform(0, 1)
# 累積概率
cum_pro = 0.0
# 將可迭代對(duì)象打包成元組列表
for number, number_pro in zip(number_list, pro_list):
cum_pro += number_pro
if x < cum_pro:
# 從區(qū)間[number. number - 1]上隨機(jī)抽取一個(gè)值
num = get_uniform_random_number(number, number - 1)
# 返回值
return num
# 主模塊
if __name__ == "__main__":
# 數(shù)字列表
num_list = [1, 2, 3, 4, 5]
# 對(duì)應(yīng)的概率列表
pr_list = [0.1, 0.3, 0.1, 0.4, 0.1]
# 函數(shù)調(diào)用
n = get_number_by_pro(number_list=num_list, pro_list=pr_list)
# 打印結(jié)果
print(n)
# 結(jié)果:3.49683787011193
以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號(hào)聯(lián)系： 360901061
您的支持是博主寫作最大的動(dòng)力，如果您喜歡我的文章，感覺我的文章對(duì)您有幫助，請(qǐng)用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點(diǎn)擊下面給點(diǎn)支持吧，站長(zhǎng)非常感激您！手機(jī)微信長(zhǎng)按不能支付解決辦法：請(qǐng)將微信支付二維碼保存到相冊(cè)，切換到微信，然后點(diǎn)擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對(duì)您有幫助就好】元
