最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

PostgreSQL?16?新特性之正態(tài)分布隨機數函數的示例

 更新時間:2023年01月31日 09:43:16   作者:不剪發(fā)的Tony老師  
這篇文章主要介紹了PostgreSQL?16?新特性之正態(tài)分布隨機數函數,PostgreSQL 16 新增了一個內置的 random_normal() 函數,用于生成這種隨機數,通過示例代碼給大家介紹的非常詳細,需要的朋友可以參考下

random() 函數可以用于生成一個大于等于 0 小于等于 1 的隨機數,生成的數據遵循平均分布。不過在實際環(huán)境中,更多的數據則是遵循正態(tài)分布。PostgreSQL 提供了一個擴展模塊 tablefunc,可以用于生成遵循正態(tài)分布的隨機數;或者我們也可以創(chuàng)建存儲函數來模擬正態(tài)分布的隨機數。

考慮到它的實用性,PostgreSQL 16 新增了一個內置的 random_normal() 函數,用于生成這種隨機數。我們使用該函數生成 10 個隨機數:

select random_normal() as v from generate_series(1, 10);
v                  |
-------------------+
 1.9147182783615317|
-1.7265731892046994|
-0.9601043210986459|
 -1.481551351102244|
-1.3763031483133177|
0.11872324455736474|
 0.9016843380853512|
 0.1288806844184827|
-1.6392171916791691|
0.33770959079074697|

默認參數調用時,random_normal() 函數生成的隨機數遵循標準正態(tài)分布(均值為 0,標準差為 1)。

以下示例生成的隨機數遵循均值為 1、標準差為 5 的正態(tài)分布:

select random_normal(1, 5) as v from generate_series(1, 10);
v                  |
-------------------+
-0.4529440542028027|
  5.442251124798599|
  6.307851828542196|
  4.122825670258253|
 -2.186242122101672|
  4.767936509571358|
  5.172144288566877|
 -3.761475521327373|
-2.6431751259304193|
0.19249449162595722|

接下來我們驗證一下該函數生成的數據是否遵循正態(tài)分布。

SELECT round(random_normal(1, 0.5)::numeric, 1) AS v,
       count(*),
       repeat('#', (count(*) / 100)::integer)
FROM generate_series(1, 100000)
GROUP BY v
ORDER BY v;

v   |count|repeat                                                                         |
----+-----+-------------------------------------------------------------------------------+
-1.2|    1|                                                                               |
-1.1|    1|                                                                               |
-1.0|    3|                                                                               |
-0.9|    9|                                                                               |
-0.8|   17|                                                                               |
-0.7|   21|                                                                               |
-0.6|   55|                                                                               |
-0.5|   98|                                                                               |
-0.4|  132|#                                                                              |
-0.3|  248|##                                                                             |
-0.2|  521|#####                                                                          |
-0.1|  728|#######                                                                        |
 0.0| 1090|##########                                                                     |
 0.1| 1586|###############                                                                |
 0.2| 2203|######################                                                         |
 0.3| 2975|#############################                                                  |
 0.4| 3878|######################################                                         |
 0.5| 4840|################################################                               |
 0.6| 5778|#########################################################                      |
 0.7| 6670|##################################################################             |
 0.8| 7299|########################################################################       |
 0.9| 7720|#############################################################################  |
 1.0| 7960|###############################################################################|
 1.1| 7794|#############################################################################  |
 1.2| 7271|########################################################################       |
 1.3| 6745|###################################################################            |
 1.4| 5796|#########################################################                      |
 1.5| 4796|###############################################                                |
 1.6| 3904|#######################################                                        |
 1.7| 3034|##############################                                                 |
 1.8| 2300|#######################                                                        |
 1.9| 1567|###############                                                                |
 2.0| 1175|###########                                                                    |
 2.1|  710|#######                                                                        |
 2.2|  454|####                                                                           |
 2.3|  267|##                                                                             |
 2.4|  164|#                                                                              |
 2.5|   94|                                                                               |
 2.6|   56|                                                                               |
 2.7|   23|                                                                               |
 2.8|    7|                                                                               |
 2.9|    8|                                                                               |
 3.0|    2|                                                                               |

從上面的圖形可以看出,函數返回的結果是一個正態(tài)分布。我們還可以進一步通過均值和標準差進行驗證:

WITH RECURSIVE d(n, v) AS (
  SELECT 1 AS n, random_normal(1, 0.5) AS v
  UNION ALL
  SELECT n+1, random_normal(1, 0.5) FROM d WHERE n<100000
)
SELECT count(*), avg(v), stddev(v)
FROM d;

count |avg               |stddev             |
------+------------------+-------------------+
100000|1.0009116232651825|0.49890904328727353|

到此這篇關于PostgreSQL 16 新特性之正態(tài)分布隨機數函數的文章就介紹到這了,更多相關PostgreSQL隨機數函數內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

您可能感興趣的文章:

相關文章

  • postgresql數據庫導出和導入及常用的數據庫管理工具

    postgresql數據庫導出和導入及常用的數據庫管理工具

    數據庫的導入導出是最常用的功能之一,而PostgreSQL提供的對應工具為pg_dump和pg_restore。pg_dump是用于備份PostgreSQL數據庫的工具,下面這篇文章主要給大家介紹了關于postgresql數據庫導出和導入及常用的數據庫管理工具使用的相關資料,需要的朋友可以參考下
    2023-04-04
  • PostgreSQ中的GIN 索引及使用方法

    PostgreSQ中的GIN 索引及使用方法

    GIN是 PostgreSQL 中用于高效處理多值數據類型的索引,類似于 Elasticsearch 的倒排索引,接下來通過本文給大家分享PostgreSQ中的GIN 索引的相關知識,感興趣的朋友一起看看吧
    2019-08-08
  • Postgresql 賦予用戶權限和撤銷權限的實例

    Postgresql 賦予用戶權限和撤銷權限的實例

    這篇文章主要介紹了Postgresql 賦予用戶權限和撤銷權限的實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2021-01-01
  • 在postgresql數據庫中判斷是否是數字和日期時間格式函數操作

    在postgresql數據庫中判斷是否是數字和日期時間格式函數操作

    這篇文章主要介紹了在postgresql數據庫中判斷是否是數字和日期時間格式函數的操作,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-12-12
  • Vcenter清理/storage/archive空間的處理方式

    Vcenter清理/storage/archive空間的處理方式

    通過SSH登陸到Vcenter并檢查/storage/archive目錄發(fā)現占用過高,該目錄用于存儲歸檔的日志文件和歷史數據,解決方案是保留近30天的歸檔文件,這篇文章主要給大家介紹了關于Vcenter清理/storage/archive空間的處理方式,需要的朋友可以參考下
    2024-11-11
  • postgresql 導入數據庫表并重設自增屬性的操作

    postgresql 導入數據庫表并重設自增屬性的操作

    這篇文章主要介紹了postgresql 導入數據庫表并重設自增屬性的操作,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2021-01-01
  • Postgresql 如何選擇正確的關閉模式

    Postgresql 如何選擇正確的關閉模式

    這篇文章主要介紹了Postgresl 如何選擇正確的關閉模式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2021-01-01
  • 在PostgreSQL中設置表中某列值自增或循環(huán)方式

    在PostgreSQL中設置表中某列值自增或循環(huán)方式

    這篇文章主要介紹了在PostgreSQL中設置表中某列值自增或循環(huán)方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2021-01-01
  • postgresql數據添加兩個字段聯合唯一的操作

    postgresql數據添加兩個字段聯合唯一的操作

    這篇文章主要介紹了postgresql數據添加兩個字段聯合唯一的操作,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2021-02-02
  • PostgreSQL怎么創(chuàng)建分區(qū)表詳解

    PostgreSQL怎么創(chuàng)建分區(qū)表詳解

    數據庫表分區(qū)把一個大的物理表分成若干個小的物理表,并使得這些小物理表在邏輯上可以被當成一張表來使用,下面這篇文章主要給大家介紹了關于PostgreSQL怎么創(chuàng)建分區(qū)表的相關資料,需要的朋友可以參考下
    2022-06-06

最新評論

休宁县| 沂南县| 大宁县| 临沧市| 剑阁县| 古浪县| 柘荣县| 郴州市| 龙州县| 乐平市| 藁城市| 河间市| 左权县| 庆云县| 额尔古纳市| 邵武市| 温州市| 和顺县| 潜江市| 酉阳| 乳山市| 天等县| 吉林省| 德阳市| 吉安县| 乐清市| 平凉市| 丘北县| 大埔县| 天柱县| 京山县| 柳江县| 阿拉善盟| 昭平县| 永吉县| 碌曲县| 房山区| 临湘市| 镇沅| 邢台市| 张北县|