【Python3】Python随机生成一位小数数据

正文之前

因为Hadoop测试需要很多的数据,所以我还是习惯性的用脚本语言来写数据集生成脚本,所以也就有了如下的内容了

正文

import random

for i in range(200):
        #生成随机数,浮点类型
    a = random.uniform(10, 30)
        #控制随机数的精度round(数值,精度)
    print(str(round(a,1)) + " cat" +str(i) )

结果如下:

23.4 cat0
21.8 cat1
11.0 cat2
22.3 cat3
28.8 cat4
29.5 cat5
12.6 cat6
24.8 cat7
12.1 cat8
26.2 cat9
27.1 cat10
25.2 cat11
22.6 cat12
17.2 cat13

18.9 cat14
21.1 cat15
17.5 cat16
11.8 cat17
20.4 cat18
27.4 cat19
12.2 cat20
29.3 cat21
19.0 cat22
11.0 cat23
21.0 cat24
22.0 cat25
26.9 cat26
28.6 cat27
29.9 cat28
20.3 cat29
21.5 cat30
11.1 cat31
23.2 cat32
17.3 cat33
15.5 cat34
24.5 cat35
13.5 cat36
11.0 cat37
14.5 cat38
10.0 cat39
15.4 cat40
28.2 cat41
15.5 cat42
11.4 cat43
21.2 cat44
27.7 cat45
17.5 cat46
21.7 cat47
25.0 cat48
25.4 cat49
11.9 cat50
13.5 cat51
10.5 cat52
12.1 cat53
15.3 cat54
27.0 cat55
23.8 cat56
21.1 cat57
26.2 cat58
11.2 cat59
20.5 cat60
14.5 cat61
20.3 cat62
15.4 cat63
11.5 cat64
25.7 cat65
23.3 cat66
12.2 cat67
11.9 cat68
19.7 cat69
18.5 cat70
15.2 cat71
24.7 cat72
22.4 cat73
23.0 cat74
20.4 cat75
12.4 cat76
12.0 cat77
13.8 cat78
24.7 cat79
22.4 cat80
24.0 cat81
29.1 cat82
11.1 cat83
29.5 cat84
13.1 cat85
26.3 cat86
11.4 cat87
26.8 cat88
17.3 cat89
27.2 cat90
25.6 cat91
20.7 cat92
22.3 cat93
28.9 cat94
28.4 cat95
17.2 cat96
14.9 cat97
20.1 cat98
27.3 cat99
23.5 cat100
22.0 cat101
12.4 cat102
27.3 cat103
21.8 cat104
15.9 cat105
10.5 cat106
29.2 cat107
20.2 cat108
27.0 cat109
26.3 cat110
13.5 cat111
18.8 cat112
10.9 cat113
15.3 cat114
22.3 cat115
24.8 cat116
26.0 cat117
12.1 cat118
20.5 cat119
21.0 cat120
24.9 cat121
26.1 cat122
25.7 cat123
24.4 cat124
13.3 cat125
25.7 cat126
17.7 cat127
17.7 cat128
24.4 cat129
29.8 cat130
27.6 cat131
28.7 cat132
14.1 cat133
12.9 cat134
23.8 cat135
22.7 cat136
29.1 cat137
24.0 cat138
22.9 cat139
25.0 cat140
23.1 cat141
17.7 cat142
10.7 cat143
29.4 cat144
19.7 cat145
19.6 cat146
12.4 cat147
23.5 cat148
14.2 cat149
22.2 cat150
14.9 cat151
17.1 cat152
10.0 cat153
21.8 cat154
27.5 cat155
21.3 cat156
29.7 cat157
18.4 cat158
23.1 cat159
15.2 cat160
16.2 cat161
22.4 cat162
29.2 cat163
12.2 cat164
17.1 cat165
15.0 cat166
17.9 cat167
23.7 cat168
28.5 cat169
23.5 cat170
18.8 cat171
20.8 cat172
22.5 cat173
27.1 cat174
14.2 cat175
25.2 cat176
20.5 cat177
21.1 cat178
20.7 cat179
26.3 cat180
12.8 cat181
10.4 cat182
11.5 cat183
15.6 cat184
14.6 cat185
22.6 cat186
23.2 cat187
11.8 cat188
21.1 cat189
15.4 cat190
22.5 cat191
22.1 cat192
12.5 cat193
12.8 cat194
25.5 cat195
23.2 cat196
15.7 cat197
27.2 cat198
16.0 cat199

正文之后

待会如果测试成功了,那么我的Hadoop Top10算法也就算是差不多吃透了。。哈哈~

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,588评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,456评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,146评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,387评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,481评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,510评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,522评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,296评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,745评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,039评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,202评论 1 343
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,901评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,538评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,165评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,415评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,081评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,085评论 2 352