使用DataGenerator()函数实现数据生成的简单实例

DataGenerator()函数是一个用于生成数据的函数，可以根据一些规则和参数生成具有特定特征的数据集。下面是一个使用DataGenerator()函数的简单实例，该实例用于生成一组随机的整数数据集。

import random

def DataGenerator(num_samples, min_value, max_value):
    """
    生成num_samples个在[min_value, max_value]范围内的随机整数数据集
    """
    data = []
    for _ in range(num_samples):
        data.append(random.randint(min_value, max_value))

    return data

# 生成10个在[0, 100]范围内的随机整数data1
data1 = DataGenerator(10, 0, 100)
print("data1:", data1)

# 生成100个在[-50, 50]范围内的随机整数data2
data2 = DataGenerator(100, -50, 50)
print("data2:", data2)

在上面的例子中，我们定义了一个DataGenerator()函数，该函数接受三个参数：num_samples（生成数据集的样本数量）、min_value（生成数据的最小值）和max_value（生成数据的最大值）。

在函数中，我们使用了random.randint()函数来生成一个在[min_value, max_value]范围内的随机整数。我们循环num_samples次，每次生成一个随机整数并将其添加到data列表中。

通过调用DataGenerator()函数，我们可以生成不同特征的数据集。在上面的例子中，我们生成了两个数据集data1和data2，分别包含10个和100个在不同范围内的随机整数。最后，我们打印出生成的数据集。

这个例子只是一个简单的演示，实际上，我们可以根据需要自定义更复杂的DataGenerator()函数来生成具有特定特征的数据集，例如生成带有一些特定模式或分布的数据。