python中pandas库生成二维数组的使用


dates = pd.date_range(start='20191101', end='20191124', freq='D')              
a1 = pd.DataFrame(np.random.randn(24, 4), index=dates, columns=list('ABCD'))   
a2 = pd.DataFrame(np.random.rand(24, 4))

(np.random.randn(24, 4)和(np.random.rand(24, 4)) 中的randn与rand有什么区别

rand是随机生成值在0-1之间的函数；
randn是随机生成均值为0，方差为1的正态分布上的数值。
看这个图体会下区别：

img

有帮助的话，请点采纳该答案~

np.random.randn(24, 4)和np.random.rand(24, 4)都是生成24行4列的随机数组，不同之处在于它们生成随机数的方式不同。

np.random.randn(24, 4)生成的是标准正态分布（均值为0，标准差为1）的随机数组，即生成的每个数都是从标准正态分布中随机抽取的。而np.random.rand(24, 4)生成的是在[0,1)区间内均匀分布的随机数组，即生成的每个数都是从[0,1)区间内随机抽取的。

因此，np.random.randn()生成的随机数组更容易产生极端值（如非常大或非常小的值），而np.random.rand()生成的随机数组则更加平均。

答案来自 我点评开发社区 https://www.wodianping.com/

该回答引用GPTᴼᴾᴱᴺᴬᴵ
在上述代码中，使用了NumPy和Pandas库，生成了两个二维数组a1和a2。其中，np.random.randn(24, 4)和np.random.rand(24, 4)都是NumPy库中的随机数生成函数，它们的区别如下：

  • np.random.randn(24, 4)生成的是一个24行4列的二维数组，数组中的每个元素都是从标准正态分布中随机采样得到的。

  • np.random.rand(24, 4)生成的是一个24行4列的二维数组，数组中的每个元素都是从[0,1)的均匀分布中随机采样得到的。

因此，二者的区别在于所采样的分布不同。在实际应用中，根据需要选择合适的分布进行随机数生成。在上述代码中，np.random.randn(24, 4)和np.random.rand(24, 4)分别用来生成随机数，以填充DataFrame的值，从而创建一个带有索引和列名的二维数组。