2.11生成可控的随机数据集合

2.11 生成可控的随机数据集合

1、首先我们需要了解一些术语

（1）分布或者概率分布：表示统计实验的结果和发生概率之间的联系。
（2）标准差：这个数值表示个体和群体之间的差异。如果差异很大，标准差会比较大；如果所有个体实验在整组范围内基本相同，标准差会比较小。
（3）方差：标准差的平方
（4）总体或者统计总体（Population or statisticalpopulation）：所有潜在的可观测案例的集合
（5）样本：这是总体的子集

2、用Python的random模块生成一个简单的随机样本数据

import pylab
import random

SAMPLE_SIZE = 100
"""
种子随机发生器
如果没有提供参数
使用系统当前时间
"""
random.seed()

# 在此处存储生成的随机值

real_rand_vars = []

# 我们不需要迭代器值,我们把它叫做‘—’
for _ in range(SAMPLE_SIZE):
    # 获取下一个随机值
    new_value = random.random()
    real_rand_vars.append(new_value)

# 从10个桶中的数据创建直方图
pylab.hist(real_rand_vars, 10)

# 定义x和y标签
pylab.xlabel("Number Range")
pylab.ylabel("Count")

pylab.show()

这是一个均匀分布的数据样本，可以运行看到如下图:

可以用random.randint(min, max)。这里的 min 和 max 指相应的下限和上限。如果想生成浮点数而不是整数的样本，可以用random.uniform(min, max)方法

3、生成虚拟价格增长数据的时序图，并加上一些随机噪声

代码实现如下：

"""
生成虚拟价格增长数据的时序图，并加上一些随机噪声
"""
import pylab
import random

# 生成数据的天数
duration = 100
# 平均值
mean_inc = 0.2
# standard deviation（标准差）
std_dev_inc = 1.2
# time series（时间序列）
x=range(duration)
y=[]
price_today=0

for i in x: