如何以某种模式获得numpy随机生成的数字，以模拟一年中几天的天气

Question

好的，我需要创建一些随机数据来进行模拟。我知道我试图生成的一些现实生活场景的平均值和标准差。我面临的问题是，生成的与日期对应的随机数不现实。例如天气（MinTP），它的波动很大，这是不现实的。我希望以某种模式生成数字，以便平均值出现在数据集的中间。请参阅下面我的代码示例以及一年中表格和天气散点图的输出。我一直在使用np.random.normal（）生成数据，也许我需要使用不同的函数

import numpy as np
import pandas as pd
import datetime

np.random.seed(2)

start2018 = datetime.datetime(2018, 1, 1)
end2018 = datetime.datetime(2018, 12, 31)
dates2018 = pd.date_range(start2018, end2018, freq='d')
synEne2018 = np.random.normal(loc=66.883795, scale=5.448145, size=365)
synMintp2018 = np.random.normal(loc=7.203288, scale=4.690315, size=365)
synCovidDailyCases2018 = np.random.normal(loc=0.0, scale=0.0, size=365)
synCovidDailyDeaths2018 = np.random.normal(loc=0.0, scale=0.0, size=365)
syn2018data = pd.DataFrame({'Date': dates2018, 'Total Daily Energy': synEne2018, 'MinTp': synMintp2018, 'DailyCovidCases': synCovidDailyCases2018, 'DailyCovidDeaths': synCovidDailyDeaths2018})
print(syn2018data)

fig, ax =plt.subplots()
sns.scatterplot(x="Date", y='MinTp', data=syn2018data[0:], color='r')

Answer 1

正态分布

正态分布有两个参数：

1. 中庸。在numpy.random.normal中，它是参数“loc”
2. 标准偏差std，即参数“scale”。它实际上并不是结果值的整个范围，但它是一个遵循正常规律的分布。基本上，这意味着，68%的数据将在距离您的mean一std之内，95%的数据将在距离您的mean两std之内，而99.7%的值将在距离您的mean三std之内

您可以使用正态分布表来掌握期望得到的值

请记住，此表表示获取介于mean和mean + z * std之间的值的概率，而不是获取介于mean - z * std和mean + z * std之间的值的概率。你必须做2 * p - 1才能得到后者

模拟年温度

如果降低比例，值将更接近平均值

为了更现实一些，我建议获得一条基本minTp曲线（冬季最小，8月份最大），然后使用loc=0和scale=0.2左右的正态分布添加随机性

如果在sin函数中指定了平均值和范围，则使用从零到π的正弦作为基数可以实现此目的：

import math
start2018 = datetime.datetime(2018, 1, 1)
end2018 = datetime.datetime(2018, 12, 31)
dates2018 = pd.date_range(start2018, end2018, freq='d')
t_range = 4.690315 # our range
t_mean = 7.203288  # our mean
synMintp2018 = np.sin(np.arange(365)/365 * math.pi)*t_range + t_mean
synMintp2018 += np.random.normal(loc=0, scale=0.2, size=365)
...
syn2018data = pd.DataFrame({'Date': dates2018, 'Total Daily Energy': synEne2018, 'MinTp': synMintp2018, 'DailyCovidCases': synCovidDailyCases2018, 'DailyCovidDeaths': synCovidDailyDeaths2018})

fig, ax =plt.subplots()
sns.scatterplot(x="Date", y='MinTp', data=syn2018data[0:], color='r')

添加偏移量

由于最小值更可能出现在1月份，因此我们可以添加偏移来平移基准曲线

import math
synMintp2018 = np.sin(np.arange(365)/365 * math.pi) * 4.690315 + 7.203288
synMintp2018 = np.roll(synMintp2018, 15) # offset in days
synMintp2018 += np.random.normal(loc=0, scale=0.2, size=365)
...
syn2018data = pd.DataFrame({'Date': dates2018, 'Total Daily Energy': synEne2018, 'MinTp': synMintp2018, 'DailyCovidCases': synCovidDailyCases2018, 'DailyCovidDeaths': synCovidDailyDeaths2018})


fig, ax =plt.subplots()
sns.scatterplot(x=syn2018data.index, y=syn2018data['MinTp'], color='r')