使用Python编写的data_generator数据生成器

以下是一个使用Python编写的数据生成器的例子。该生成器可以生成指定数量的随机整数数据，并可以按照指定的分布方式生成数据。

import random

class DataGenerator:
    def __init__(self, distribution='uniform', min_val=0, max_val=100):
        self.distribution = distribution
        self.min_val = min_val
        self.max_val = max_val
        
    def generate_data(self, n):
        data = []
        if self.distribution == 'uniform':
            data = self.generate_uniform_data(n)
        elif self.distribution == 'normal':
            data = self.generate_normal_data(n)
        else:
            raise ValueError('Invalid distribution type')
            
        return data
    
    def generate_uniform_data(self, n):
        return [random.randint(self.min_val, self.max_val) for _ in range(n)]
    
    def generate_normal_data(self, n):
        mean = (self.min_val + self.max_val) / 2
        std_dev = (self.max_val - self.min_val) / 6
        return [int(random.gauss(mean, std_dev)) for _ in range(n)]
    

# 使用例子
generator = DataGenerator(distribution='uniform', min_val=10, max_val=50)
data = generator.generate_data(100)

print(data)

在以上例子中，我们定义了一个名为DataGenerator的类，它有以下功能：

- 构造方法接受distribution、min_val和max_val参数，其中distribution指定数据的分布方式（可选的值为uniform和normal），min_val和max_val指定了生成的数据的范围。

- generate_data方法接受生成数据的数量n作为参数，并根据设置的分布方式生成数据。

- generate_uniform_data方法根据均匀分布生成随机整数数据。

- generate_normal_data方法根据正态分布生成随机整数数据。

在使用例子中，我们首先创建了一个DataGenerator对象，设置数据分布为均匀分布，并指定数据的范围为10到50之间。然后调用generate_data方法生成100个整数数据，并将结果打印出来。

以上就是一个使用Python编写的数据生成器的例子。你可以根据需要调整生成数据的分布方式和范围，以及生成的数据数量。