CDA数据科学研究院 CDA考试中心 企业服务 关于CDA

cda

全国校区

您的位置:首页 > 精彩阅读 > python随机模块22个函数详解(下)

python随机模块22个函数详解(下)

2020-10-28

作者:小伍哥

来源: AI入门学习

这篇文章继续给大家介绍python中的随机模块,随机数可以用于数学,游戏,安全等领域中,还经常被嵌入到算法中,用以提高算法效率,并提高程序的安全性。平时数据分析各种分布的数据构造也会用到。

12 uniform

描述:产生[a,b]范围内一个随机浮点数。uniform()的a,b参数不需要遵循a<=b的规则,即a小b大也可以,此时生成[b,a]范围内的随机浮点数。

语法:random.uniform(x, y)

random.uniform(10, 11)
10.789198208817488

13 triangular

描述:返回一个low <= N <=high的三角形分布的随机数。参数mode指明众数出现位置。

语法:random.triangular(low, high, mode)

data = [random.triangular(2,2,3) for i in range(20000)]
#直方图
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度图
sns.kdeplot(data, shade=True,color="#FF0000")

直方图

密度图无法显示

14 vonmisesvariate

描述:卡帕分布

语法:vonmisesvariate(mu, kappa)

data = [random.vonmisesvariate(2,2) for i in range(20000)]
#直方图
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度图
sns.kdeplot(data, shade=True,color="#FF0000")

直方图

密度图

15 weibullvariate

描述:威布尔分布

语法:random.weibullvariate(alpha, beta)

data = [random.weibullvariate(1,2) for i in range(20000)]
#直方图
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
sns.kdeplot(data, shade=True,color="#FF0000")

直方图

密度图

16 betavariate

描述: β分布

语法:random.betavariate(alpha, beta)

data = [random.betavariate(1,2) for i in range(20000)]
#直方图
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度图
sns.kdeplot(data, shade=True,color="#FF0000")

直方图

密度图

 17 expovariate

描述:指数分布

语法:random.expovariate(lambd)

data = [random.expovariate(2) for i in range(50000)]
#直方图
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度图
sns.kdeplot(data, shade=True,color="#FF0000")

直方图

密度图

18 gammavariate

描述: 伽马分布

语法:random.gammavariate(alpha, beta)

data = [random.gammavariate(2,2) for i in range(50000)]
#直方图
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度图
sns.kdeplot(data, shade=True,color="#FF0000")

直方图

密度图

19 gauss

描述:高斯分布

语法:random.gauss(mu, sigma)

data = [random.gauss(2,2) for i in range(50000)]
#直方图
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度图
sns.kdeplot(data, shade=True,color="#FF0000")

直方图

密度图

20 lognormvariate

描述:对数正态分布

语法:random.lognormvariate(mu, sigma)

示例:

data = [random.lognormvariate(4,2) for i in range(50000)]
#直方图
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度图
sns.kdeplot(data, shade=True,color="#FF0000")

直方图

密度图

21 normalvariate

描述: 正态分布

语法:random.normalvariate(mu, sigma)

data = [random.normalvariate(2,4) for i in range(20000)]
#直方图
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度图
sns.kdeplot(data, shade=True,color="#FF0000")

直方图

密度图

22 paretovariate

描述:帕累托分布

语法:random.paretovariate(alpha)

data = [random.paretovariate(4) for i in range(50000)]
#直方图
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度图
sns.kdeplot(data, shade=True,color="#FF0000")

直方图

密度图


——热门课程推荐:

想从事务型数据分析师,您可以点击>>>“数据分析师”了解课程详情;

想从事数据分析师,您可以点击>>>“大数据就业”了解课程详情;

想成为人工智能工程师,您可以点击>>>“人工智能就业”了解课程详情;

想了解Python数据分析,您可以点击>>>“Python数据分析师”了解课程详情;

想咨询互联网运营,你可以点击>>>互联网运营就业班”了解课程详情;

想了解更多优质课程,请点击>>>

完 谢谢观看

分享
收藏

OK