Python中生成随机数据集的两种方法

• 第一种方法

from scipy import *
import pylab as pl
 
all_points = rand(500, 2)# 第一个参数表示随机生成数据点的数目，第二个参数表示数据点是一个具有二维特征的
pl.plot(all_points[:, 0], all_points[:, 1], 'b.')# 绘制出这些数据点，以点的形式
pl.show()

在jupyter 中运输代码输出结果如下：

• 第二方式：常用来生成具有一定类特征的数据集，即可以用于聚类的数据集

import matplotlib.pyplot as plt
from sklearn.cluster import MiniBatchKMeans, KMeans
from sklearn import metrics
from sklearn.datasets.samples_generator import make_blobs

# 生成数据集
x, y = make_blobs(n_samples=400, n_features=2, centers=[[-1, -1], [0, 0], [1, 1], [2, 2]],
                  cluster_std=[0.4, 0.2, 0.2, 0.2])
# 生成数据散点图
plt.scatter(x[:, 0], x[:, 1], marker='o')
plt.show()

在jupyter 中运输代码输出结果如下：