Python实现按指定区间生成随机值追加列并生成1000组数据集

核心实现逻辑分三步：

• 建立输入值和对应随机数取值区间的映射关系，避免硬编码冗余逻辑
• 逐行批量生成符合区间要求的1000个随机值，和行首固定输入值拼接
• 按分隔格式将最终数据集写入本地文件

完整可运行代码 #

import numpy as np

# 初始输入数值
inp_data = [10, 30, 60, 80]
# 各输入值对应的随机数取值范围
range_map = {
    10: (1, 2),
    30: (3, 4),
    60: (5, 8),
    80: (3, 8)
}
# 需要生成的随机数据列数，对应1000组数据集
col_count = 1000

result = []
for val in inp_data:
    low, high = range_map[val]
    # 批量生成当前行所需随机数，比逐值循环生成效率更高
    random_part = np.random.uniform(low, high, size=col_count)
    # 拼接行首固定值和随机数部分
    full_row = np.concatenate([[val], random_part])
    result.append(full_row)

# 保存为本地文件，保留1位小数，制表符分隔对齐，和示例格式一致
np.savetxt("output_dataset.txt", np.array(result), fmt="%.1f", delimiter="\t")

补充说明 #

• 原代码中导入的random库不需要使用，numpy自带的随机生成接口支持批量生成指定区间的均匀分布随机数，性能更优
• 如果需要调整随机数显示精度，修改fmt参数即可，比如要保留2位小数就改成"%.2f"
• 最终生成的output_dataset.txt共4行，每行第一个值为输入的固定值，后续1000个值为对应规则生成的随机数，完全匹配需求格式

内容的提问来源于stack exchange，提问作者manas