กวดวิชาNumPy

NumPy HOME แนะนำ NumPy NumPy เริ่มต้นใช้งาน NumPy การสร้างอาร์เรย์ การจัดทำดัชนี NumPy Array NumPy Array Slicing ประเภทข้อมูล NumPy NumPy Copy เทียบกับ View NumPy Array Shape การปรับรูปร่าง NumPy Array NumPy Array Iterating NumPy Array เข้าร่วม NumPy Array Split ค้นหาอาร์เรย์ NumPy NumPy Array Sort ตัวกรองอาร์เรย์ NumPy

NumPyสุ่ม

สุ่มอินโทร การกระจายข้อมูล การเรียงสับเปลี่ยนแบบสุ่ม โมดูล Seaborn การกระจายแบบปกติ การกระจายทวินาม จำหน่ายปลา กระจายสม่ำเสมอ การกระจายโลจิสติกส์ การกระจายพหุนาม การกระจายแบบเอกซ์โพเนนเชียล จิสแควร์ ดิสทริบิวชั่น การกระจาย Rayleigh พาเรโต้ ดิสทริบิวชั่น การกระจาย Zipf

NumPy ufunc

ufunc Intro ufunc สร้างฟังก์ชัน ufunc เลขคณิตอย่างง่าย ufunc การปัดเศษทศนิยม ufunc บันทึก ufunc ผลรวม ผลิตภัณฑ์ ufunc ufunc ความแตกต่าง ufunc ค้นหา LCM ufunc กำลังหา GCD ufunc ตรีโกณมิติ ufunc ไฮเปอร์โบลิก ufunc Set Operations

แบบทดสอบ/แบบฝึกหัด

แบบทดสอบ NumPy แบบฝึกหัด NumPy

ตัวเลขสุ่มใน NumPy


ตัวเลขสุ่มคืออะไร?

ตัวเลขสุ่มไม่ได้หมายถึงหมายเลขที่แตกต่างกันทุกครั้ง สุ่ม หมายถึงสิ่งที่ไม่สามารถคาดเดาได้อย่างมีเหตุผล

สุ่มหลอกและสุ่มจริง

คอมพิวเตอร์ทำงานกับโปรแกรม และโปรแกรมต่างๆ เป็นชุดคำสั่งขั้นสุดท้าย ดังนั้นจึงหมายความว่าต้องมีอัลกอริธึมในการสร้างตัวเลขสุ่มเช่นกัน

หากมีโปรแกรมสร้างตัวเลขสุ่มก็สามารถคาดเดาได้ จึงไม่เป็นการสุ่มอย่างแท้จริง

ตัวเลขสุ่มที่สร้างขึ้นผ่านอัลกอริธึมการสร้างเรียกว่าสุ่มเทียม

เราสามารถสร้างตัวเลขสุ่มได้จริงหรือ?

ใช่. ในการสร้างตัวเลขสุ่มอย่างแท้จริงในคอมพิวเตอร์ของเรา เราจำเป็นต้องได้รับข้อมูลแบบสุ่มจากแหล่งภายนอก แหล่งที่มาภายนอกนี้โดยทั่วไปคือการกดแป้นพิมพ์ การเคลื่อนไหวของเมาส์ ข้อมูลบนเครือข่าย ฯลฯ

เราไม่ต้องการตัวเลขสุ่มอย่างแท้จริง เว้นแต่จะเกี่ยวข้องกับความปลอดภัย (เช่น คีย์การเข้ารหัส) หรือพื้นฐานของแอปพลิเคชันคือการสุ่ม (เช่น วงล้อรูเล็ตดิจิทัล)

ในบทช่วยสอนนี้ เราจะใช้ตัวเลขสุ่มหลอก


สร้างตัวเลขสุ่ม

NumPy เสนอrandomโมดูลให้ทำงานกับตัวเลขสุ่ม

ตัวอย่าง

สร้างจำนวนเต็มสุ่มจาก 0 ถึง 100:

from numpy import random

x = random.randint(100)

print(x)

สร้างโฟลตสุ่ม

เมธอด ของโมดูลสุ่มrand()ส่งกลับค่าทศนิยมสุ่มระหว่าง 0 ถึง 1

ตัวอย่าง

สร้างทุ่นสุ่มจาก 0 ถึง 1:

from numpy import random

x = random.rand()

print(x)


สร้างอาร์เรย์สุ่ม

ใน NumPy เราทำงานกับอาร์เรย์ และคุณสามารถใช้สองวิธีจากตัวอย่างด้านบนเพื่อสร้างอาร์เรย์แบบสุ่ม

จำนวนเต็ม

randint()เมธอดนี้ใช้พารามิเตอร์size ที่คุณสามารถระบุรูปร่างของอาร์เรย์ได้

ตัวอย่าง

สร้างอาร์เรย์ 1-D ที่มี 5 จำนวนเต็มสุ่มจาก 0 ถึง 100:

from numpy import random

x=random.randint(100, size=(5))

print(x)

ตัวอย่าง

สร้างอาร์เรย์ 2 มิติที่มี 3 แถว แต่ละแถวประกอบด้วยจำนวนเต็มสุ่ม 5 จำนวนตั้งแต่ 0 ถึง 100:

from numpy import random

x = random.randint(100, size=(3, 5))

print(x)

ลอยน้ำ

วิธี การrand()นี้ยังช่วยให้คุณสามารถระบุรูปร่างของอาร์เรย์ได้

ตัวอย่าง

สร้างอาร์เรย์ 1-D ที่มี 5 ลอยสุ่ม:

from numpy import random

x = random.rand(5)

print(x)

ตัวอย่าง

สร้างอาร์เรย์ 2 มิติที่มี 3 แถว โดยแต่ละแถวจะมีตัวเลขสุ่ม 5 ตัว:

from numpy import random

x = random.rand(3, 5)

print(x)

สร้างตัวเลขสุ่มจากอาร์เรย์

วิธีchoice()นี้ช่วยให้คุณสร้างค่าสุ่มตามอาร์เรย์ของค่าต่างๆ

เมธอด นี้choice()ใช้อาร์เรย์เป็นพารามิเตอร์และสุ่มคืนค่าหนึ่งในค่า

ตัวอย่าง

ส่งกลับค่าใดค่าหนึ่งในอาร์เรย์:

from numpy import random

x = random.choice([3, 5, 7, 9])

print(x)

วิธี การchoice()นี้ยังช่วยให้คุณสามารถส่งคืนอาร์เรย์ของค่าได้

เพิ่มsizeพารามิเตอร์เพื่อระบุรูปร่างของอาร์เรย์

ตัวอย่าง

สร้างอาร์เรย์ 2 มิติที่ประกอบด้วยค่าในพารามิเตอร์อาร์เรย์ (3, 5, 7 และ 9):

from numpy import random

x = random.choice([3, 5, 7, 9], size=(3, 5))

print(x)