Phenquestions
Когда значение числа изменяется при каждом выполнении скрипта, это число называется случайным числом. Случайные числа в основном используются для различных типов тестирования и выборки. В Python существует множество способов генерации случайного числа, и использование случайный модуль библиотеки NumPy - один из способов сделать это. В модуле random существует множество функций для генерации случайных чисел, например ранд (), рандинт (), случайный (), так далее. Использование случайный() функция случайного модуля для генерации случайный числа в Python показаны в этом руководстве.
Генерация случайных чисел с помощью функции random ()
Синтаксис функции random () модуля random приведен ниже.
Синтаксис:
массив numpy.случайный.случайный (размер = Нет)Эта функция может принимать один необязательный аргумент, и значение этого аргумента по умолчанию - Никто. Любое целое число или кортеж целых чисел можно указать в качестве значения аргумента, определяющего форму массива, который будет возвращен в качестве вывода. Если значение аргумента не указано, вместо массива будет возвращено одно плавающее число. Ниже показаны различные варианты использования функции random ().
Пример-1: Использование функции random () без значения аргумента
В следующем примере показано использование функции random () без аргументов, которая генерирует скалярное случайное число. Возвращаемое значение этой функции печатается позже.
# импортировать библиотеку NumPyимпортировать numpy как np
# Вызов функции random () без аргументов
random_number = np.случайный.случайный()
# Вывести случайное значение
print ("Результатом функции random () является:", random_number)
Выход:
Следующий вывод появится после выполнения вышеуказанного скрипта. Он показывает дробные случайные числа.
Пример-2: Использование функции random () с целым числом
В следующем примере показано использование функции random () с целым числом в значении аргумента размера. Здесь 4 установлено в качестве аргумента размера. Это означает, что функция random () сгенерирует массив из четырех дробных случайных чисел. Вывод функции печатается позже.
# импортировать библиотеку NumPyимпортировать numpy как np
# Создаем массив из 4 случайных чисел
np_array = np.случайный.случайный (размер = 4)
# Распечатать массив
print ("Результатом функции random () является: \ n", np_array)
Выход:
Следующий вывод появится после выполнения вышеуказанного скрипта. Показывает одномерный массив дробных чисел.
Пример-3: Использование функции random () с кортежем из двух целых чисел
В следующем примере показано, как можно использовать функцию random () для создания двумерного массива дробных случайных чисел. Здесь (2,5) используется как значение аргумента размера, и функция вернет двумерный массив дробных чисел с 2 строками и 5 столбцами.
# импортировать библиотеку NumPyимпортировать numpy как np
# Создаем двумерный массив случайных чисел
np_array = np.случайный.случайный (размер = (2, 5))
# Распечатать массив
print ("Результатом функции random () является: \ n", np_array)
Выход:
Следующий вывод появится после выполнения вышеуказанного скрипта. Он показывает двумерный массив дробных случайных чисел.
Пример-4: Использование функции random () с кортежем из трех целых чисел
В следующем примере показано, как функцию random () можно использовать для создания трехмерного массива дробных случайных чисел. Здесь (2,3,4) используется как значение аргумента размера, и функция вернет трехмерный массив дробных чисел с 3 строками и 4 столбцами 2 раза.
# импортировать библиотеку NumPyимпортировать numpy как np
# Создаем трехмерный массив случайных чисел
np_array = np.случайный.случайный (размер = (2, 3, 4))
# Распечатать массив
print ("Результатом функции random () является: \ n", np_array)
Выход:
Следующий вывод появится после выполнения вышеуказанного скрипта. Он показывает трехмерный массив дробных случайных чисел.
Пример 5: Использование функции random () для генерации подбрасывания монеты
В следующем примере показан способ генерации подбрасывания монеты с использованием случайных чисел. Массив NumPy из 10 случайных дробных чисел был создан с помощью функции random (). головы массив был создан с логическими значениями путем сравнения значений массива с 0.7. Затем значения головы массив и общее количество Правда ценности в головы массив напечатан.
# Импортировать библиотеку NumPyимпортировать numpy как np
# Создаем массив из 10 случайных чисел
np_array = np.случайный.случайный (10)
# Создаем массив подбрасываний монет на основе значений массива
Heads = np_array> 0.7
# Распечатать массив заголовков
print ("Значения массива заголовков: \ n", заголовки)
# Вывести количество голов
print ("\ nОбщее количество голов", np.сумма (головы))
Выход:
Следующий аналогичный вывод появится после выполнения скрипта. Различные выходные данные будут генерироваться в разное время для случайных чисел. Согласно следующему выводу, общее количество Правда значения 4.
Пример-6: Использование функции random () для построения графика
В следующем примере показан способ создания графиков диаграммы с помощью функции random (). Здесь значения оси x были сгенерированы с использованием функций random () и sort (). Значения оси Y были сгенерированы с помощью функции arange (). Затем функция plot () из matplotlib.pyplot был использован для рисования графиков. Функция show () использовалась для отображения диаграммы.
# Импортировать необходимые библиотекиимпортировать numpy как np
импортировать matplotlib.pyplot как plt
# Создать отсортированный массив случайных чисел
x_axis = np.sort (np.случайный.случайный (500000))
# Создать ось x для CDF (продолжение распределения вероятностей)
y_axis = np.аранж (1, 500000)
# Построить CDF из случайных чисел
plt.plot (x_axis [:: 500], y_axis [:: 500], marker = '.', markersize = 5, color =' red ')
# Отобразить диаграмму
plt.показывать()
Выход:
Следующий аналогичный вывод появится после выполнения вышеуказанного скрипта.
Заключение
Функция random () - очень полезная функция Python для выполнения различных типов задач. Различные варианты использования функции random () были показаны в этом руководстве на нескольких примерах. Цель использования этой функции будет ясна для читателей после того, как должным образом попрактикуется в примерах этого руководства.
