今天学习了用python生成仿真数据的一些基本方法和技巧,写成博客和大家分享一下。
本篇博客主要讲解如何从给定参数的的正态分布/均匀分布中生成随机数以及如何以给定概率从数字列表抽取某数字或从区间列表的某一区间内生成随机数,按照内容将博客分为3部分,并附上代码。
1 从给定参数的正态分布中生成随机数
当考虑从正态分布中生成随机数时,应当首先知道正态分布的均值和方差(标准差),有了这些,就可以调用python中现有的模块和函数来生成随机数了。这里调用了Numpy模块中的random.normal函数,由于逻辑非参简单,所有直接贴上代码如下:
import numpy as np
# 定义从正态分布中获取随机数的函数
def get_normal_random_number(loc, scale):
"""
:param loc: 正态分布的均值
:param scale: 正态分布的标准差
:return:从正态分布中产生的随机数
"""
# 正态分布中的随机数生成
number = np.random.normal(loc=loc, scale=scale)
# 返回值
return number
# 主模块
if __name__ == "__main__":
# 函数调用
n = get_normal_random_number(loc=2, scale=2)
# 打印结果
print(n)
# 结果:3.275192443463058
2 从给定参数的均匀分布中获取随机数的函数
考虑从均匀分布中获取随机