網站首頁 編程語言 正文
加載相關庫
import random import seaborn as sns import matplotlib.pyplot as plt # 解決中文不顯示的問題 from pylab import mpl mpl.rcParams['font.sans-serif']=['SimHei'] # 解決正負號不顯示問題 plt.rcParams['axes.unicode_minus']=False
一、random基礎
random.random() # 返回隨機生成的一個實數,它在[0,1)范圍內。 random.randint(1,10) # 產生 1 到 10 的一個整數型隨機數 random.randrange(1,100,2) # 生成從1到100的間隔為2的隨機整數 random.uniform(1.1,5.4) # 產生 1.1 到 5.4 之間的隨機浮點數,區間可以不是整數 random.choice('tomorrow') # 從序列中隨機選取一個元素 random.sample('zyxwvutsrqponmlkjihgfedcba',5) # 多個字符中生成指定數量的隨機字符 # 打亂排序 items = [1, 2, 3, 4, 5, 6, 7, 8, 9, 0] random.shuffle(items) print(items)
items:[3, 8, 4, 1, 7, 0, 6, 2, 9, 5]
二、實數分布
2.1 對稱分布
random.triangular(low, high, mode)
返回一個隨機浮點數 N ,使得 low <= N <= high 并在這些邊界之間使用指定的 mode 。 low 和 high 邊界默認為零和一。 mode 參數默認為邊界之間的中點,給出對稱分布。
n = 10000 x = [random.triangular(1, 10, 2) for i in range(n)] sns.distplot(x) # 默認
2.2 指數分布
random.expovariate(lambd)
lambd 是 1.0 除以所需的平均值,它應該是非零的。 (該參數本應命名為 “lambda” ,但這是 Python 中的保留字。)如果 lambd 為正,則返回值的范圍為 0 到正無窮大;如果 lambd 為負,則返回值從負無窮大到 0。
n = 10000 x = [random.expovariate(1) for i in range(n)] sns.distplot(x) # 默認
2.3 Beta 分布
random.betavariate(alpha, beta)
參數的條件是 alpha > 0 和 beta > 0。 返回值的范圍介于 0 和 1 之間。
n = 10000 x = [random.betavariate(1, 1) for i in range(n)] sns.distplot(x) # 默認
2.4 Gamma 分布
random.gammavariate(alpha, beta)
( 不是 gamma 函數! ) 參數的條件是 alpha > 0 和 beta > 0。
n = 10000 x = [random.gammavariate(10, 10) for i in range(n)] sns.distplot(x) # 默認
2.5 高斯分布
random.gauss(mu, sigma)
mu 是平均值,sigma 是標準差。 這比下面定義的 normalvariate() 函數略快。
n = 10000 x = [random.gauss(10, 1) for i in range(n)] sns.distplot(x) # 默認
2.6 對數正態分布
random.lognormvariate(mu, sigma)
如果你采用這個分布的自然對數,你將得到一個正態分布,平均值為 mu 和標準差為 sigma 。 mu 可以是任何值,sigma 必須大于零。
n = 10000 x = [random.lognormvariate(-100, 1) for i in range(n)] sns.distplot(x) # 默認
2.7 正態分布
random.normalvariate(mu, sigma)
mu 是平均值,sigma 是標準差。
n = 10000 x = [random.normalvariate(100, 10) for i in range(n)] sns.distplot(x) # 默認
2.8 馮·米塞斯分布
random.vonmisesvariate(mu, kappa)
mu 是平均角度,以弧度表示,介于0和 2pi 之間,kappa 是濃度參數,必須大于或等于零。 如果 kappa 等于零,則該分布在 0 到 2pi 的范圍內減小到均勻的隨機角度.
n = 10000 x = [random.vonmisesvariate(4, 0) for i in range(n)] sns.distplot(x) # 默認
2.9 帕累托分布
random.paretovariate(alpha)
alpha 是形狀參數。
n = 10000 x = [random.paretovariate(100) for i in range(n)] sns.distplot(x) # 默認
2.10 威布爾分布
random.weibullvariate(alpha, beta)
alpha 是比例參數,beta 是形狀參數。
n = 10000 x = [random.weibullvariate(100,10) for i in range(n)] sns.distplot(x) # 默認
總結
原文鏈接:https://blog.csdn.net/small__roc/article/details/122856904
相關推薦
- 2023-02-04 Python中itertools簡介使用介紹_python
- 2022-11-23 Python利用keyboard模塊實現鍵盤記錄操作_python
- 2022-10-25 idea resources和webapp下面的文件不編譯怎么辦?
- 2022-02-25 git提交到本地倉庫了,但是分支卻推送不上去怎么回退到提交之前的狀態
- 2022-09-10 親自教你在netty中使用TCP協議請求DNS服務器的詳細過程_服務器其它
- 2023-05-21 使用react完成點擊返回頂部操作_React
- 2022-02-05 如何解決決策樹可視化的中文亂碼問題?(部分解決)
- 2022-08-06 C#后臺調用WebApi接口的實現方法_C#教程
- 最近更新
-
- window11 系統安裝 yarn
- 超詳細win安裝深度學習環境2025年最新版(
- Linux 中運行的top命令 怎么退出?
- MySQL 中decimal 的用法? 存儲小
- get 、set 、toString 方法的使
- @Resource和 @Autowired注解
- Java基礎操作-- 運算符,流程控制 Flo
- 1. Int 和Integer 的區別,Jav
- spring @retryable不生效的一種
- Spring Security之認證信息的處理
- Spring Security之認證過濾器
- Spring Security概述快速入門
- Spring Security之配置體系
- 【SpringBoot】SpringCache
- Spring Security之基于方法配置權
- redisson分布式鎖中waittime的設
- maven:解決release錯誤:Artif
- restTemplate使用總結
- Spring Security之安全異常處理
- MybatisPlus優雅實現加密?
- Spring ioc容器與Bean的生命周期。
- 【探索SpringCloud】服務發現-Nac
- Spring Security之基于HttpR
- Redis 底層數據結構-簡單動態字符串(SD
- arthas操作spring被代理目標對象命令
- Spring中的單例模式應用詳解
- 聊聊消息隊列,發送消息的4種方式
- bootspring第三方資源配置管理
- GIT同步修改后的遠程分支