生成只有 6 个十进制数的数据集

Question

有没有办法生成一个（随机）数据集，该数据集填充有 6 位小数和小数点分隔符前有 1 个数字的值？

所以例如像这样：

 "A":[5.398811, 2.232098, 9.340909, 3.343434],
 "B":[6.436293,5.293756, 1.235937, 1.987384],
 "C": [3.572831, 3.826355, 3.827264, 3.257321]

我发现 round(random.uniform(33.33, 66.66), 2) returns 是一个小数点后两位的随机浮点数。但是，我不希望数据框“最多”填充 2 个小数位，而是只填充 6 个小数位的数据框。我想要大约 1000 行和 100 列。

编辑：在任何小数点中没有任何 0 或 9 也很好。这是因为我正在研究四舍五入的小数点。当将 1.999999 舍入到 5 位小数时，将得到 2.00000，即 2。这样就不会给出可靠的舍入结果。不知道实际可行到什么程度。

Answer 1

可以使用numpy.random.uniform提高效率，然后转换成字典：

import numpy as np
col,row = (10,20)  # (100, 1000) in your case
out = dict(enumerate(np.random.uniform(0,10,size=col*row)
                       .round(6).reshape(row,col).tolist()))

print(out)

输出：

{0: [5.488135, 7.151894, 6.027634, 5.448832, 4.236548, 6.458941, 4.375872, 8.91773, 9.636628, 3.834415],
 1: [7.91725, 5.288949, 5.680446, 9.255966, 0.710361, 0.871293, 0.202184, 8.326198, 7.781568, 8.700121],
 2: [9.786183, 7.991586, 4.614794, 7.805292, 1.182744, 6.39921, 1.433533, 9.446689, 5.218483, 4.146619],
...
 19: [3.982211, 2.098437, 1.86193, 9.443724, 7.395508, 4.904588, 2.274146, 2.543565, 0.580292, 4.344166],
}

注意。请注意，数字将是最多 6 位十进制数字（例如，0.123400 将显示为 0.1234，否则会产生 non-random 偏差

纯python版本（效率较低）：

import random
out = {i: [round(random.uniform(0, 10), 6) for j in range(100)]
       for i in range(1000)}

刚好 6 位数

您可以检查四舍五入的数字是否在小数点后第 6 位为零，在这种情况下添加任意数字。这是一个示例，初始数据集：

np.random.seed(0) # for reproducibility
a = np.random.uniform(0, 10, size=20).round(6)

array([5.488135, 7.151894, 6.027634, 5.448832, 4.236548, 6.458941,
       4.375872, 8.91773 , 9.636628, 3.834415, 7.91725 , 5.288949,
       5.680446, 9.255966, 0.710361, 0.871293, 0.202184, 8.326198,
       7.781568, 8.700121])

修正后：

np.random.seed(0) # for reproducibility
a = np.random.uniform(0, 10, size=20).round(6)
# identify numbers ending in 0
mask = (a*1e6).astype(int)%10==0
# add a terminal 1
a[mask] += 1e-6
a

array([5.488135, 7.151894, 6.027634, 5.448832, 4.236548, 6.458941,
       4.375872, 8.917731, 9.636628, 3.834415, 7.917251, 5.288949,
       5.680446, 9.255966, 0.710361, 0.871293, 0.202184, 8.326198,
       7.781568, 8.700121])

这通过乘以 1e6 作为整数并得到除以 10 的余数来工作：

(a*1e6).astype(int)%10

array([5, 4, 4, 2, 8, 1, 2, 0, 8, 5, 0, 9, 6, 6, 1, 3, 4, 8, 8, 1])

DataFrame 示例

import numpy as np
col,row = (4,5)  # (100, 1000) in your case
a = np.random.uniform(0,10,size=col*row).round(6).reshape(row,col)
mask = (a*1e6+1).astype(int)%10<2
# add a terminal 1
a[mask] += 2e-6

df = pd.DataFrame(a)

print(df)

输出：

          0         1         2         3
0  5.488135  7.151894  6.027634  5.448832
1  4.236548  6.458941  4.375872  8.917732
2  9.636628  3.834415  7.917252  5.288951
3  5.680446  9.255966  0.710361  0.871293
4  0.202184  8.326198  7.781568  8.700121

Answer 2

也许尝试生成从 1,000,000 到 9,999,999 的数字，然后除以 1,000,000。这将确保数字始终正好是 6 位小数。

关于第二个条件，您可以运行通过转换为字符串来检查数字，例如：

if '9' in str(the_number): 
    continue
else:
    result.append(the_number)

生成只有 6 个十进制数的数据集

Generate a dataset with only 6 decimal numbers

python

decimal

刚好 6 位数

DataFrame 示例