Python losowy mundury Numpy.Losowy.Mundur

W tym artykule spojrzymy na metodę losowej munduru Numpy. Przyjrzymy się również składni i parametrach, aby uzyskać lepszą wiedzę na ten temat. Następnie, używając kilku przykładów, zobaczymy, w jaki sposób cała teoria jest wprowadzona w życie. Numpy to bardzo duży i potężny pakiet Python, jak wszyscy wiemy.

Ma wiele funkcji, w tym Numpy Random Mundiform (), który jest jednym z nich. Ta funkcja pomaga nam w uzyskaniu losowych próbek z jednolitego rozkładu danych. Następnie losowe próbki są zwracane jako tablica Numpy. Lepiej zrozumiemy tę funkcję, gdy przechodzimy ten artykuł. Przyjrzymy się składni, która jest następna następna.

Składnia losowa Numpy Random ()

Składnia metody Metody Losowania Numpy'ego () jest wymieniona poniżej.

# Numpy.losowy.jednolity (niski = 0.0, High = 1.0)

Aby uzyskać lepsze zrozumienie, przejdźmy do każdego z jego parametrów jeden po drugim. Każdy parametr wpływa w jakiś sposób funkcja.

Rozmiar

Określa, ile elementów dodaje się do tablicy wyjściowej. W rezultacie, jeśli rozmiar jest ustawiony na 3, wyjściowa tablica Numpy będzie miała trzy elementy. Wyjście będzie miało cztery elementy, jeśli rozmiar jest ustawiony na 4.

Do zapewnienia rozmiaru można również użyć krotki wartości. Funkcja zbuduje w tym scenariuszu tablicę wielowymiarową. NP.losowy.Mundur skonstruuje tablicę Numpy z jednym wierszem i dwiema kolumnami, jeśli określono rozmiar = (1,2).

Argument rozmiaru jest opcjonalny. Jeśli parametr rozmiaru pozostanie pusty, funkcja zwróci jedną wartość między niską i wysoką.

Niski

Niski parametr ustanawia dolny limit zakresu możliwych wartości wyjściowych. Należy pamiętać, że niski jest jednym z możliwych wyników. W rezultacie, jeśli ustawisz niską = 0, wartość wyjściowa może 0. To opcjonalny parametr. Domyślnie 0, jeśli ten parametr nie otrzyma żadnej wartości.

Wysoki

Górna granica dopuszczalnych wartości wyjściowych jest określona przez wysoki parametr. Warto wspomnieć, że wartość wysokiego parametru nie jest brana pod uwagę. W rezultacie, jeśli ustawisz wartość wysokiej = 1, może nie być możliwe osiągnięcie dokładnej wartości 1.

Należy również zauważyć, że wysoki parametr wymaga użycia argumentu. Powiedziawszy to, nie musisz używać nazwy parametru bezpośrednio. Mówiąc inaczej, możesz użyć pozycji tego parametru, aby przekazać do niego argument.

Przykład 1:

Najpierw stworzymy tablicę Numpy z czterema wartościami z zakresu [0,1]. Parametr rozmiaru jest przypisany do rozmiaru = 4 w tym przypadku. W konsekwencji funkcja zwraca tablicę Numpy zawierającą cztery wartości.

Ustawiliśmy również niskie i wysokie wartości odpowiednio na 0 i 1. Te parametry definiują zakres wartości, które można użyć. Wyjście składa się z czterech cyfr od 0 do 1.

importować Numpy jako NP
NP.losowy.ziarno (30)
Drukuj (NP.losowy.Jednolity (rozmiar = 4, niski = 0, wysoki = 1))

Poniżej znajduje się ekran wyjściowy, na którym widać, że cztery wartości są generowane.

Przykład 2:

Zrobimy tutaj dwupoziomową tablicę równie rozproszonych liczb. Działa to w taki sam sposób, jak omówiliśmy w pierwszym przykładzie. Kluczowym rozróżnieniem jest argument parametru rozmiaru. Użyjemy rozmiaru = w tym przypadku (3,4).

importować Numpy jako NP
NP.losowy.ziarno (1)
Drukuj (NP.losowy.Jednolity (rozmiar = (3,4), niski = 0, wysoki = 1))

Jak widać na załączonym zrzucie ekranu, wynikiem jest tablica Numpy z trzema wierszami i czterema kolumnami. Ponieważ argument rozmiaru został ustawiony na rozmiar = (3,4). W naszym przypadku tworzona jest tablica z trzema wierszami i czterema kolumnami. Wszystkie wartości tablicy są od 0 do 1, ponieważ ustawiamy niską = 0 i wysokie = 1.

Przykład 3:

Zrobimy szereg wartości konsekwentnie pobieranych z danego zakresu. Zrobimy tutaj tablicę Numpy z dwiema wartościami. Wartości zostaną jednak wybrane z zakresu [40, 50]. Niskie, a także wysokie parametry można wykorzystać do zdefiniowania punktów (niski i wysoki) zakresu. Parametr rozmiaru został ustawiony na rozmiar = 2 w tym przypadku.

importować Numpy jako NP
NP.losowy.ziarno (0)
Drukuj (NP.losowy.Jednolity (rozmiar = 2, niski = 40, wysoki = 50))

W rezultacie wyjście ma dwie wartości. Ustawiliśmy również niskie i wysokie wartości odpowiednio na 40 i 50. W rezultacie wszystkie wartości są w latach 50. i 60., jak widać poniżej.

Przykład 4:

Teraz spójrzmy na bardziej złożony przykład, który pomoże nam w lepszym zrozumieniu. Kolejny przykład Numpy.losowy.Funkcja mundure () można znaleźć poniżej. Narysowaliśmy wykres zamiast jedynie obliczać wartość, jak to zrobiliśmy w poprzednich przykładach.

Do tego wykorzystaliśmy Matplotlib, kolejny świetny pakiet Python. Biblioteka Numpy została po raz pierwszy zaimportowana, a następnie Matplotlib. Następnie wykorzystaliśmy składnię naszej funkcji, aby uzyskać pożądany wynik. Następnie używana jest biblioteka Matplot. Korzystając z danych z naszej ustalonej funkcji, możemy wygenerować lub wydrukować histogram.

importować Numpy jako NP
importować matplotlib.Pyplot as Plt
PLOT_P = NP.losowy.Jednolity (-1, 1, 500)
plt.Hist (Plot_P, pojemniki = 50, gęstość = true)
plt.pokazywać()

Tutaj możesz zobaczyć wykres zamiast wartości.

Wniosek:

W tym artykule przeszliśmy przez metodę Numpy Random Uniform (). Poza tym spojrzeliśmy na składnię i parametry. Podaliśmy również różne przykłady, które pomogą Ci lepiej zrozumieć temat. Dla każdego przykładu zmieniliśmy składnię i zbadaliśmy dane wyjściowe. Na koniec możemy powiedzieć, że ta funkcja pomaga nam, generując próbki z jednolitego rozkładu.