Phenquestions
Коли значення числа змінюється при кожному виконанні сценарію, тоді це число називається випадковим числом. Випадкові числа в основному використовуються для різних видів тестування та вибірки. У Python існує багато способів генерувати випадкове число та за допомогою a випадкові модуль бібліотеки NumPy - це один із способів це зробити. Багато функцій існує в випадковому модулі для генерації випадкових чисел, таких як rand (), randint (), random (), тощо. Використання випадковий () функція генерації випадкового модуля випадкові числа в Python показані в цьому посібнику.
Створюйте випадкові числа за допомогою функції random ()
Синтаксис функції random () випадкового модуля наведено нижче.
Синтаксис:
масив numpy.випадкові.випадковий (розмір = немає)Ця функція може приймати один необов’язковий аргумент, і значенням цього аргументу за замовчуванням є Жоден. Будь-яке ціле число або кортеж цілих чисел можна вказати як значення аргументу, що визначає форму масиву, який буде повернено як вихідний результат. Якщо значення аргументу не вказане, замість масиву буде повернуто одне плаваюче число. Різне використання функції random () показано нижче.
Приклад-1: Використання функції random () без будь-якого значення аргументу
У наступному прикладі показано використання функції random () без будь-якого аргументу, що генерує скалярне випадкове число. Повернене значення цієї функції друкується пізніше.
# імпорт бібліотеки NumPyімпортувати numpy як np
# Викликати функцію random () без аргументу
випадковий_число = np.випадкові.випадковий ()
# Вивести випадкове значення
print ("Результатом функції random () є:", random_number)
Вихідні дані:
Наступний результат з’явиться після виконання вищевказаного сценарію. Він показує дробові випадкові числа.
Приклад-2: Використання функції random () із цілим числом
У наступному прикладі показано використання функції random () із цілим числом у значенні аргументу size. Тут для аргументу size встановлено 4. Це означає, що функція random () генерує масив із чотирьох дробових випадкових чисел. Висновок функції друкується пізніше.
# імпорт бібліотеки NumPyімпортувати numpy як np
# Створіть масив з 4 випадкових чисел
np_array = np.випадкові.випадковий (розмір = 4)
# Друк масиву
print ("Результатом функції random () є: \ n", np_array)
Вихідні дані:
Наступний результат з’явиться після виконання вищевказаного сценарію. Він показує одновимірний масив дробових чисел.
Приклад-3: Використання функції random () із набором двох цілих чисел
Наступний приклад показує, як функцію random () можна використовувати для створення двовимірного масиву дробових випадкових чисел. Тут (2,5) використовується як значення аргументу розміру, і функція поверне двовимірний масив дробових чисел з 2 рядками та 5 стовпцями.
# імпорт бібліотеки NumPyімпортувати numpy як np
# Створіть двовимірний масив випадкових чисел
np_array = np.випадкові.випадковий (розмір = (2, 5))
# Друк масиву
print ("Результатом функції random () є: \ n", np_array)
Вихідні дані:
Наступний результат з’явиться після виконання вищевказаного сценарію. Він показує двовимірний масив дробових випадкових чисел.
Приклад-4: Використання функції random () із набором із трьох цілих чисел
Наступний приклад показує, як функцію random () можна використовувати для створення тривимірного масиву дробових випадкових чисел. Тут (2,3,4) використовується як значення аргументу size, і функція повертає тривимірний масив дробових чисел з 3 рядками та 4 стовпцями 2 рази.
# імпорт бібліотеки NumPyімпортувати numpy як np
# Створіть тривимірний масив випадкових чисел
np_array = np.випадкові.випадковий (розмір = (2, 3, 4))
# Друк масиву
print ("Результатом функції random () є: \ n", np_array)
Вихідні дані:
Наступний результат з’явиться після виконання вищевказаного сценарію. Він показує тривимірний масив дробових випадкових чисел.
Приклад-5: Використання функції random () для створення перекидання монет
Наступний приклад показує спосіб генерування перекидання монет за допомогою випадкових чисел. За допомогою функції random () створено масив NumPy з 10 випадкових дробових чисел. голови масив був створений із логічними значеннями шляхом порівняння значень масиву з 0.7. Далі, значення голови масив і загальна кількість Правда значення в голови масив надруковано.
# Імпортувати бібліотеку NumPyімпортувати numpy як np
# Створіть масив з 10 випадкових чисел
np_array = np.випадкові.випадковий (10)
# Створіть масив, який перевертає монети, на основі значень масиву
heads = np_array> 0.7
# Друк масиву head
print ("Значення масиву head: \ n", голови)
# Вивести кількість головок
print ("\ nЗагальні номери голови", np.сума (голів))
Вихідні дані:
Наступний подібний результат з’явиться після виконання сценарію. Різні результати будуть генеруватися в різний час для випадкових чисел. Згідно з наступним результатом, загальна кількість Правда значення дорівнює 4.
Приклад-6: Використання функції random () для побудови графіку
Наступний приклад показує спосіб генерування графіків діаграми за допомогою функції random (). Тут значення осі х були сформовані за допомогою функцій random () та sort (). Значення осі y були сформовані за допомогою функції arange (). Далі, функція plot () matplotlib.pyplot був використаний для креслення графіків діаграми. Функція show () була використана для відображення діаграми.
# Імпортуйте необхідні бібліотекиімпортувати numpy як np
імпортувати matplotlib.pyplot як plt
# Створити відсортований масив випадкових чисел
x_axis = np.сортувати (np.випадкові.випадковий (500000))
# Створити вісь x для CDF (продовжує розподіл ймовірностей)
y_axis = np.помаранчевий (1, 500000)
# Побудуйте CDF із випадкових чисел
plt.графік (x_axis [:: 500], y_axis [:: 500], marker = '.', markersize = 5, color =' red ')
# Відобразіть діаграму
plt.показати ()
Вихідні дані:
Наступний подібний результат з’явиться після виконання вищезазначеного сценарію.
Висновок
Функція random () є дуже корисною функцією Python для виконання різних типів завдань. У цьому посібнику на багатьох прикладах було показано різноманітне використання функції random (). Мета використання цієї функції буде зрозуміла для читачів після належного відпрацювання прикладів цього підручника.
