Duomenų mokslas

Kaip naudoti atsitiktinę „Python NumPy“ funkciją?

Kaip naudoti atsitiktinę „Python NumPy“ funkciją?

Kai kiekvieno scenarijaus vykdymo metu pasikeičia skaičiaus vertė, tada tas skaičius vadinamas atsitiktiniu skaičiumi. Atsitiktiniai skaičiai dažniausiai naudojami atliekant įvairius bandymus ir imant mėginius. „Python“ egzistuoja daugybė būdų generuoti atsitiktinį skaičių ir naudojant a atsitiktinis NumPy bibliotekos modulis yra vienas iš būdų tai padaryti. Atsitiktiniame modulyje egzistuoja daugybė funkcijų, leidžiančių generuoti atsitiktinius skaičius, pvz randas (), randintas (), atsitiktinis (), ir pan. Naudojimas atsitiktinis () generuojamo atsitiktinio modulio funkcija atsitiktinis skaičiai „Python“ yra rodomi šioje pamokoje.

Generuokite atsitiktinius skaičius naudodami random () funkciją

Toliau pateikiama atsitiktinio modulio atsitiktinės () funkcijos sintaksė.

Sintaksė:

masyvo numpy.atsitiktinis.atsitiktinis (dydis = nėra)

Šiai funkcijai gali prireikti vieno pasirinktinio argumento, o numatytoji šio argumento reikšmė yra Nė vienas.  Bet koks sveikasis skaičius arba sveikųjų skaičių kartotinis gali būti pateiktas kaip argumento reikšmė, apibrėžianti masyvo formą, kuri bus grąžinta kaip išvestis. Jei argumento reikšmė nepateikiama, vietoj masyvo bus grąžintas vienas plaukiojantis skaičius. Skirtingi atsitiktinės () funkcijos naudojimo būdai parodyti žemiau.

1 pavyzdys: atsitiktinės () funkcijos naudojimas be argumento reikšmės

Šiame pavyzdyje parodoma, kaip naudojama atsitiktinė () funkcija be jokių argumentų, generuojančių skaliarinį atsitiktinį skaičių. Grąžinta šios funkcijos vertė atspausdinama vėliau.

# importuoti „NumPy“ biblioteką
importuoti numerį kaip np
# Iškvieskite atsitiktinę () funkciją be argumento
atsitiktinis_ skaičius = np.atsitiktinis.atsitiktinis ()
# Atspausdinkite atsitiktinę vertę
print ("Funkcijos Random () išvestis yra:", random_number)

Rezultatas:

Ši išvestis pasirodys atlikus pirmiau pateiktą scenarijų. Tai rodo dalinius atsitiktinius skaičius.

2 pavyzdys: atsitiktinės () funkcijos naudojimas su sveikuoju skaičiumi

Šis pavyzdys rodo, kaip atsitiktinė () funkcija naudojama su sveikuoju skaičiumi argumento dydis reikšmėje. Čia 4 yra nustatytas kaip argumentas dydis. Reiškia, kad atsitiktinė () funkcija sukurs keturių dalinių atsitiktinių skaičių masyvą. Funkcijos išvestis spausdinama vėliau.

# importuoti „NumPy“ biblioteką
importuoti numerį kaip np
# Sukurkite 4 atsitiktinių skaičių masyvą
np_array = np.atsitiktinis.atsitiktinis (dydis = 4)
# Spausdinkite masyvą
print ("Funkcijos Random () išvestis yra: \ n", np_array)

Rezultatas:

Ši išvestis pasirodys atlikus pirmiau pateiktą scenarijų. Tai rodo dalinį skaičių vienmatį masyvą.

3 pavyzdys: atsitiktinės () funkcijos naudojimas kartu su dviejų skaičių skaičiumi

Šis pavyzdys parodo, kaip atsitiktinę () funkciją galima naudoti kuriant dvimatę dalinių atsitiktinių skaičių masyvą. Čia (2,5) naudojamas kaip argumento dydžio reikšmė, o funkcija grąžins dvimatį dalinių skaičių masyvą su 2 eilutėmis ir 5 stulpeliais.

# importuoti „NumPy“ biblioteką
importuoti numerį kaip np
# Sukurkite dviejų matmenų atsitiktinių skaičių masyvą
np_array = np.atsitiktinis.atsitiktinis (dydis = (2, 5))
# Spausdinkite masyvą
print ("Funkcijos Random () išvestis yra: \ n", np_array)

Rezultatas:

Ši išvestis pasirodys atlikus pirmiau pateiktą scenarijų. Tai rodo dviejų matmenų dalinių atsitiktinių skaičių masyvą.

4 pavyzdys: atsitiktinės () funkcijos naudojimas su trijų sveikųjų skaičių kartotiniu

Šis pavyzdys parodo, kaip atsitiktinę () funkciją galima naudoti sukuriant trimatį dalinių atsitiktinių skaičių masyvą. Čia (2,3,4) naudojamas kaip argumento dydžio reikšmė, o funkcija grąžins trimatį dalinių skaičių masyvą su 3 eilutėmis ir 4 stulpeliais 2 kartus.

# importuoti „NumPy“ biblioteką
importuoti numerį kaip np
# Sukurkite trijų matmenų atsitiktinių skaičių masyvą
np_array = np.atsitiktinis.atsitiktinis (dydis = (2, 3, 4))
# Spausdinkite masyvą
print ("Funkcijos Random () išvestis yra: \ n", np_array)

Rezultatas:

Ši išvestis pasirodys atlikus pirmiau pateiktą scenarijų. Tai rodo trimatį dalinių atsitiktinių skaičių masyvą.

5 pavyzdys: atsitiktinės () funkcijos naudojimas monetų apvertimams generuoti

Šis pavyzdys rodo, kaip sukurti monetų apvertimus naudojant atsitiktinius skaičius. Naudojant atsitiktinę () funkciją, sukurtas 10 atsitiktinių dalinių skaičių „NumPy“ masyvas. galvos masyvas buvo sukurtas su loginėmis reikšmėmis, lyginant masyvo reikšmes su 0.7.  Toliau pateikiamos galvos masyvas ir bendras Tiesa vertės galvos masyvas buvo atspausdintas.

# Importuoti „NumPy“ biblioteką
importuoti numerį kaip np
# Sukurkite 10 atsitiktinių skaičių masyvą
np_array = np.atsitiktinis.atsitiktinis (10)
# Sukurkite monetų apverčiamąjį masyvą pagal masyvo reikšmes
galvos = np_array> 0.7
# Atspausdinkite galvos masyvą
spausdinti ("Head masyvo reikšmės yra: \ n", heads)
# Atspausdinkite galvučių skaičių
spausdinti ("\ nBendras galvos skaičius yra", np.suma (galvos))

Rezultatas:

Ši panaši išvestis bus rodoma vykdant scenarijų. Skirtingi išėjimai bus generuojami skirtingu laiku atsitiktiniams skaičiams. Remiantis šia išvestimi, bendras Tiesa reikšmės yra 4.

6 pavyzdys: atsitiktinės () funkcijos naudojimas braižymui

Šis pavyzdys rodo, kaip generuoti diagramos diagramas naudojant atsitiktinę () funkciją. Čia x ašies vertės buvo sugeneruotos naudojant atsitiktines () ir rūšiavimo () funkcijas. Y ašies reikšmės sugeneruotos naudojant funkciją „arange“ (). Toliau matplotlib siužeto () funkcija.pyplot buvo naudojamas diagramos brėžiniams nubrėžti. rodyti diagramą buvo naudojama funkcija show ().

# Importuokite reikalingas bibliotekas
importuoti numerį kaip np
importuoti matplotlib.pyplotas kaip plt
# Sukurkite išrūšiuotą atsitiktinių skaičių masyvą
x_aksis = np.rūšiuoti (np.atsitiktinis.atsitiktinis (500000))
# Sukurkite x ašį CDF (tęsia tikimybių pasiskirstymą)
y_aksis = np.„arange“ (1, 500000)
# Nubraižykite CDF iš atsitiktinių skaičių
plt.plot (x_axis [:: 500], y_axis [:: 500], marker = '.(žymeklio dydis = 5, spalva = „raudona“)
# Rodyti diagramą
plt.Rodyti()

Rezultatas:

Ši panaši išvestis pasirodys atlikus pirmiau pateiktą scenarijų.

Išvada

Atsitiktinė () funkcija yra labai naudinga „Python“ funkcija įvairių tipų užduotims atlikti. Šioje pamokoje buvo parodyti įvairūs atsitiktinės () funkcijos naudojimo būdai, naudojant kelis pavyzdžius. Skaitytojams bus išvalyta šios funkcijos naudojimo paskirtis, tinkamai praktikuojant šios pamokos pavyzdžius.

Peržiūrėkite pelės mygtukus skirtingai programinei įrangai naudodami „X-Mouse Button Control“
Galbūt jums reikia įrankio, kuris galėtų pakeisti jūsų pelės valdymą kiekvienoje jūsų naudojamoje programoje. Tokiu atveju galite išbandyti programą, ...
„Microsoft Sculpt Touch“ belaidžio pelės apžvalga
Neseniai skaičiau apie „Microsoft Sculpt Touch“ belaidę pelę ir nusprendė ją nusipirkti. Kurį laiką naudojęs, nusprendžiau pasidalinti savo patirtimi....
„AppyMouse“ ekrano „Trackpad“ ir pelės žymeklis, skirtas „Windows“ tabletėms
Planšetinių kompiuterių vartotojai dažnai praleidžia pelės žymeklį, ypač kai įprasta naudoti nešiojamus kompiuterius. Jutiklinio ekrano išmanieji tele...