擅长:python、mysql、java
<p>从你所描述的,一个简单的<code>list</code>就可以了。否则,可以使用<code>numpy.array</code>或<code>pandas.DataFrame</code>/<code>pandas.Series</code>(更像表格)。你知道吗</p>
<pre><code>import numpy as np
import pandas as pd
input_length = 1000
# List approach:
my_list = [0 for i in range(input_length)]
# Numpy array:
my_array = np.zeros(input length)
# With Pandas:
my_table = pd.Series(0, index=range(input_length))
</code></pre>
<p>所有这些都创建了一个零向量,然后您可以随意分配成功(1)。如果这些是遵循一些已知的分布,numpy也有方法生成跟随它们的随机向量(<a href="https://docs.scipy.org/doc/numpy-1.13.0/reference/routines.random.html" rel="nofollow noreferrer">see here</a>)。你知道吗</p>
<p>如果你真的在寻找熊猫的方法,它也可以与以前的方法相结合。也就是说,您可以将<code>list</code>或<code>numpy.array</code>分配给<code>Series</code>/<code>DataFrame</code>的值。例如,假设您想要绘制1000个p=0.5的二项分布的随机样本:</p>
<pre><code>p=0.5
my_data = pd.Series(np.random.binomial(1, p, input_length))
</code></pre>