#todo 产生随机数的模块
import random
random.uniform(3,4) # 3到4之间的均匀分布
random.gauss(5,1) # 以5为均值,1为方差的高斯分布。
random.normalvariate(5,1) # 以5为均值,1为方差的高斯分布。
random.randint(4,8) # 从4,5,6,7,8中随机挑出一个整数值。
random.choice([1,4,6,8,0]) # 从1,4,6,8,0中随机挑出一个值。
random.random() # 0-1之间均匀分布的一个实数。
random.sample([randint(10,20) for _ in range(10)], 5)#从10~20间随机抽取5个数;
#Dataframe.sample(n=3,random_state=1)#随机选几行数据
random.choices(population, weights=None, *, cum_weights=None, k=1)
#从population中进行K次随机选取,每次选取一个元素(注意会出现同一个元素多次被选中的情况),
#weights是相对权重值,population中有几个元素就要有相对应的weights值,
#cum_weights是累加权重值,例如,相对权重〔10, 5, 30,5〕相当于累积权重〔10, 15, 45,50〕。
#在内部,在进行选择之前,相对权重被转换为累积权重,因此提供累积权重节省了工作。返回一个列表。
#todo numpy中随机数生成模块
np.random.choice([1,4,6,8,0],replace=True,p=[0.1,0.2,0.3,0.3,0.1])
#replace指定为True时,采样的元素会有重复;当replace指定为False时,采样不会重复。
#p为每一个数值选择的概率,加和必须为1
————————————————
版权声明:本文为CSDN博主「起飞的木木」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qifeidemumu/article/details/104255773