用numpy生成公司员工工资数据

可以使用numpy的random模块生成公司员工工资数据。以下是一个示例代码：

import numpy as np

# 生成100个员工的工资数据，均值为5000，标准差为1000
salary_data = np.random.normal(loc=5000, scale=1000, size=100)

# 打印前10个员工的工资数据
for i in range(10):
    print("员工{}的工资为：{:.2f}".format(i+1, salary_data[i]))

输出结果类似于：

员工1的工资为：4276.71
员工2的工资为：5862.48
员工3的工资为：3867.97
员工4的工资为：5245.23
员工5的工资为：3556.63
员工6的工资为：4639.36
员工7的工资为：4746.12
员工8的工资为：3943.89
员工9的工资为：5597.63
员工10的工资为：4890.21

相关问题

python用numpy生成100000个随机数据

可以使用numpy库中的random模块的randn函数生成100000个随机数据，代码如下：

import numpy as np

random_data = np.random.randn(100000)

这里生成的随机数据是符合标准正态分布的。如果需要生成其他分布的随机数据，可以使用其他函数，例如randint、uniform等。

使用numpy生成电影数据分析

生成电影数据分析需要使用一些Python库，包括NumPy和Pandas。以下是一个使用NumPy生成电影数据的示例代码：

import numpy as np

# 生成电影名称和评分数据
movies = ['The Shawshank Redemption', 'The Godfather', 'The Dark Knight', 'Interstellar']
ratings = np.array([[9.2, 9.3, 9.0, 8.6], [9.1, 9.2, 8.9, 8.7], [9.0, 9.1, 9.3, 8.8], [8.8, 8.9, 9.1, 9.2]])

# 计算每部电影的平均评分和最高评分
avg_ratings = np.mean(ratings, axis=1)
max_ratings = np.max(ratings, axis=1)

# 输出结果
for i, movie in enumerate(movies):
    print(f"{movie}: Average rating - {avg_ratings[i]}, Max rating - {max_ratings[i]}")

此代码将生成一个包含4部电影及其评分的NumPy数组，并计算每部电影的平均评分和最高评分。最后，它输出每部电影的平均评分和最高评分。您可以根据需要修改代码以适应您的电影数据分析需求。