股市波动是不可预知的,但是股票的涨幅概率却呈现了正态分布的特点,
那么python如何生成呈正态分布的序列呢?
Python内置的random模块和第三方库NumPy的random模块都提供了生成随机漫步序列的方法,接下来我们分别介绍下这两种方法的使用。
内置模块random 实现
import random
# 生成呈正态分布的随机数
# print("normalvariate: ", random.normalvariate(0, 1))
# 产生一组满足正太分布的随机数
walk = []
for _ in range(1000):
walk.append(random.normalvariate(0, 1))
# 画成直方图
import matplotlib.pyplot as plt # 导入模块
plt.hist(walk, bins=30) # bins直方图的柱数
plt.show()
print(walk)
Numpy中的random模块实现
numpy.random.normal(loc=0.0, scale=1.0, size=None)的参数中,loc、scale分别对应公式中的期望值μ,标准差σ,默认呈标准正态分布(μ=0,σ=1),size指输出的值的数量,默认为None时只输出一个值。numpy.random.normal()可以直接返回以正态分布提取的随机数组,因此无需采用循环遍历,如下所示:
import numpy as np
import matplotlib.pyplot as plt#导入模块
plt.hist(np.random.normal(loc=0.0, scale=1.0, size=1000), bins=30)#bins直方图的柱数
plt.show()
两者区别
NumPy中主要以N维数组对象ndarray存储数据的,因此np.random.normal()返回值的类型为’numpy.ndarray’。
ndarray作为NumPy的核心,它不仅具有矢量算术运算的能力,并且在处理多维的大规模数组时快速且节省空间。
因此NumPy的random模块效率优势非常明显,基本是Python内置模块random的100倍以上。