Hướng dẫn can you randomize variables in python? - bạn có thể ngẫu nhiên hóa các biến trong python không?

4

Mới! Lưu câu hỏi hoặc câu trả lời và sắp xếp nội dung yêu thích của bạn. Tìm hiểu thêm.
Learn more.

Giả sử tôi phải biến, chó và mèo. Dog = 5 và Cat = 3. Làm thế nào tôi nói với Python chọn một trong những biến này bằng cách ngẫu nhiên và in nó lên màn hình?

Silentghost

294K64 Huy hiệu vàng301 Huy hiệu bạc291 Huy hiệu Đồng64 gold badges301 silver badges291 bronze badges

Hỏi ngày 22 tháng 10 năm 2010 lúc 16:30Oct 22, 2010 at 16:30

1

import random
print random.choice([dog, cat])

Nó đơn giản mà. choice() có một chuỗi và trả về một lựa chọn ngẫu nhiên từ nó.

Đã trả lời ngày 22 tháng 10 năm 2010 lúc 16:34Oct 22, 2010 at 16:34

Rafe Kettlerrafe KettlerRafe Kettler

74.3K19 Huy hiệu vàng152 Huy hiệu bạc150 Huy hiệu đồng19 gold badges152 silver badges150 bronze badges

2

Bạn có thể đặt tất cả các biến bạn muốn chọn trong danh sách và sử dụng mô -đun ngẫu nhiên để chọn một biến cho bạn.

import random
dog = 5
cat = 3
vars = [dog,cat]
print random.sample(vars, 1)

Phương pháp mẫu có hai đối số: dân số bạn muốn chọn và số lượng mẫu bạn muốn (trong trường hợp này bạn chỉ muốn một biến được chọn).

Đã trả lời ngày 22 tháng 10 năm 2010 lúc 16:36Oct 22, 2010 at 16:36

user470379user470379user470379

4.83916 Huy hiệu bạc21 Huy hiệu đồng16 silver badges21 bronze badges

Tôi đã thử phương pháp thứ nhất và phương pháp thứ hai, và không ai trong số chúng hoạt động. Vì vậy, tôi đang sử dụng một phiên bản Python là 3.0, và đây là điều duy nhất thực sự hoạt động. Các giải pháp không được chấp nhận. Không đúng, bài viết sai.

Đây là giải pháp làm việc:

import random
dog = str([5])
cat = str([3])
variables = dog, cat
print(random.sample(variables, 1))

Đã trả lời ngày 5 tháng 4 lúc 15:01Apr 5 at 15:01

3

Các biến ngẫu nhiên là một trong những khái niệm quan trọng nhất trong thống kê. Trong bài đăng trên blog này, chúng tôi sẽ thảo luận về những gì chúng là, các loại khác nhau của chúng và cách chúng liên quan đến phân phối xác suất. Chúng tôi cũng sẽ cung cấp các ví dụ để bạn có thể hiểu rõ hơn về khái niệm này. Là một nhà khoa học dữ liệu, điều quan trọng nhất là bạn có một sự hiểu biết mạnh mẽ về các biến ngẫu nhiên và cách làm việc với chúng.

• Một biến ngẫu nhiên là gì và một số ví dụ là gì?
• Các biến ngẫu nhiên liên quan đến phân phối xác suất như thế nào?
• Các loại biến ngẫu nhiên & phân phối xác suất
• Cách làm việc với các biến ngẫu nhiên trong Python
• Sự kết luận

Một biến ngẫu nhiên là gì và một số ví dụ là gì?

Một biến ngẫu nhiên là một biến có thể nhận các giá trị ngẫu nhiên. Sự khác biệt chính giữa một biến và biến ngẫu nhiên là giá trị của biến ngẫu nhiên không thể được dự đoán một cách chắc chắn. Các biến ngẫu nhiên có thể là cả Scaler và vector có giá trị. Một biến ngẫu nhiên có giá trị vector có thể đảm nhận các bộ giá trị khác nhau tại một thời điểm khác nhau. Một số ví dụ về các biến ngẫu nhiên bao gồm:

• X: Số lần 6 xảy ra trong xúc xắc được cuộn trong 10 lần: & nbsp; x có thể lấy giá trị của & nbsp; 1 đến 10 với 1 và 10 có xác suất ít nhất. X can take value of  1 to 10 with 1 and 10 having least probability.
• X: Số đầu xảy ra, đồng tiền lật được 10 lần: & nbsp; x có thể lấy giá trị của & nbsp; 1 đến 10 với 1 và 10 có xác suất ít nhất. X can take value of  1 to 10 with 1 and 10 having least probability.
• X: Số lượng học sinh ghi được hơn 80 điểm trong một bài kiểm tra
• X: Số người đến cửa hàng từ 11 giờ sáng đến 12:00 tối: X có thể lấy giá trị từ 1 đến N với các xác suất khác nhau. X can take value from 1 to N with varying probabilities.
• X: Số lượng ô tô đi qua một tòa nhà từ 9 đến 10 giờ sáng
• X: Số người đi du lịch bằng chuyến bay vào bất kỳ ngày cụ thể nào từ sân bay
• X: Số lượng bán hàng vào bất kỳ ngày cụ thể nào
• X: Số người truy cập một trang web vào bất kỳ ngày cụ thể nào

Các biến ngẫu nhiên được biểu thị bằng cách sử dụng các chữ cái chữ hoa. Ví dụ: X có thể được sử dụng để biểu thị một biến ngẫu nhiên. Nếu chúng ta có hai biến ngẫu nhiên, nói x và y, thì chúng ta có thể sử dụng ký hiệu (x, y) để thể hiện chúng.

P (x = x) biểu thị xác suất của biến ngẫu nhiên x đảm nhận một giá trị cụ thể, x. Ví dụ, khi x đại diện cho không. của các đầu trong đồng xu được lật trong 10 lần, p (x = 5) biểu thị xác suất rằng số lượng đầu lấy giá trị 5. Nói cách khác, x = 5.

Các biến ngẫu nhiên liên quan đến phân phối xác suất như thế nào?

Các loại biến ngẫu nhiên & phân phối xác suất

Cách làm việc với các biến ngẫu nhiên trong Python

Các loại biến ngẫu nhiên & phân phối xác suất

Cách làm việc với các biến ngẫu nhiên trong Python

• Sự kết luận
• Một biến ngẫu nhiên là một biến có thể nhận các giá trị ngẫu nhiên. Sự khác biệt chính giữa một biến và biến ngẫu nhiên là giá trị của biến ngẫu nhiên không thể được dự đoán một cách chắc chắn. Các biến ngẫu nhiên có thể là cả Scaler và vector có giá trị. Một biến ngẫu nhiên có giá trị vector có thể đảm nhận các bộ giá trị khác nhau tại một thời điểm khác nhau. Một số ví dụ về các biến ngẫu nhiên bao gồm:

X: Số lần 6 xảy ra trong xúc xắc được cuộn trong 10 lần: & nbsp; x có thể lấy giá trị của & nbsp; 1 đến 10 với 1 và 10 có xác suất ít nhất.: These types of random variables can take on only a countable number of values be it a small or large number. Some examples of discrete random variables are:

• X: Số đầu xảy ra, đồng tiền lật được 10 lần: & nbsp; x có thể lấy giá trị của & nbsp; 1 đến 10 với 1 và 10 có xác suất ít nhất.
• X: Số lượng học sinh ghi được hơn 80 điểm trong một bài kiểm tra
• X: Số người đến cửa hàng từ 11 giờ sáng đến 12:00 tối: X có thể lấy giá trị từ 1 đến N với các xác suất khác nhau.

X: Số lượng ô tô đi qua một tòa nhà từ 9 đến 10 giờ sángprobability mass function (PMF). PMF is a function that assigns probabilities to discrete outcomes. Probability mass functions can be applied to many discrete random variables at the same time to determine the probability distribution which is called a joint probability distribution. P(X=x, Y=y) denotes the probability that X is equal to x and Y is equal to y simultaneously.

X: Số người đi du lịch bằng chuyến bay vào bất kỳ ngày cụ thể nào từ sân bay: These types of random variables can take on any real value. Some examples of continuous random variables are:

• X: Số lượng bán hàng vào bất kỳ ngày cụ thể nào
• X: Số người truy cập một trang web vào bất kỳ ngày cụ thể nào
• Các biến ngẫu nhiên được biểu thị bằng cách sử dụng các chữ cái chữ hoa. Ví dụ: X có thể được sử dụng để biểu thị một biến ngẫu nhiên. Nếu chúng ta có hai biến ngẫu nhiên, nói x và y, thì chúng ta có thể sử dụng ký hiệu (x, y) để thể hiện chúng.
• P (x = x) biểu thị xác suất của biến ngẫu nhiên x đảm nhận một giá trị cụ thể, x. Ví dụ, khi x đại diện cho không. của các đầu trong đồng xu được lật trong 10 lần, p (x = 5) biểu thị xác suất rằng số lượng đầu lấy giá trị 5. Nói cách khác, x = 5.

Như đã đề cập ở trên, các biến ngẫu nhiên là các biến có giá trị có thể được dự đoán một cách chắc chắn. Do đó, các biến ngẫu nhiên phải được liên kết với phân phối xác suất trong đó chỉ định xác suất của biến ngẫu nhiên lấy các giá trị khác nhau. Ví dụ: khi X biểu thị số lượng xúc xắc xảy ra là 6 khi được cuộn 8 lần, phân phối xác suất của biến ngẫu nhiên này sẽ bao gồm các giá trị của P (x = 1), p (x = 2), p (x = 3), P (x = 4), p (x = 5), p (x = 6), p (x = 7), p (x = 8)probability density function (PDF). PDF is a function that assigns probabilities to continuous outcomes. The probability of a continuous random variable taking on any particular value is 0 but the probability of it taking values in a range is non-zero. To calculate the probability, we need to integrate the PDF over that range.

Cách làm việc với các biến ngẫu nhiên trong Python

Sự kết luậnrandint()function in the random module. This function takes two parameters: the lower limit & upper limit.

Ví dụ: nếu chúng ta muốn tạo một biến ngẫu nhiên có thể nhận các giá trị số nguyên từ 0 đến 100, chúng ta sẽ sử dụng mã sau:

import numpy as np 
X = np.random.randint(0, 100)
print(X)

Chúng ta cũng có thể tạo ra một mảng phao bằng hàm rand () trong thư viện Numpy. Hàm rand () có tham số hình dạng chỉ định kích thước của mảng. Ví dụ: nếu chúng ta muốn tạo một mảng các phao nổi với hình dạng (10,), chúng ta sẽ sử dụng mã sau:

import numpy as np 
X = np.random.rand(10)
X

Để tính toán phân phối xác suất của biến ngẫu nhiên riêng biệt, chúng ta có thể sử dụng thư viện scipy.stats trong Python. Thư viện scipy.stats chứa một số phân phối xác suất cũng như các chức năng để tính toán các thuộc tính thống kê khác nhau như trung bình, phương sai, v.v.scipy.stats library in Python. The scipy.stats library contains a number of probability distributions as well as functions to calculate different statistical properties such as mean, variance, etc.

Ví dụ, hãy để nói rằng chúng ta có một biến ngẫu nhiên X có thể lấy năm giá trị khác nhau có xác suất khác nhau. Chúng ta có thể tính toán phân phối xác suất bằng mã sau:

'''
Print the discrete random variable 
'''
from scipy.stats import rv_discrete 
import numpy as np

x = np.arange(5)
P_x = [0.1, 0.4, 0.3, 0.1, 0.1]
X = rv_discrete(name='X', values=(x, P_x))
print(X.pmf(x))

Phân phối xác suất trên có thể được vẽ bằng mã sau:

'''
Plot the probability distribution of discrete random variable
'''
import matplotlib.pyplot as plt
fig, ax = plt.subplots(1, 1)
ax.plot(x, X.pmf(x), 'ro', ms=12, mec='r')
ax.vlines(x, 0, X.pmf(x), colors='r', lw=4)
plt.show()

Sau đây là cách biểu đồ phân phối xác suất sẽ được tạo dựa trên mã trên:

Sự kết luận

Tóm lại, các biến ngẫu nhiên là một khái niệm quan trọng trong các thống kê cho phép chúng tôi mô hình hóa các sự kiện có độ không chắc chắn. Có hai loại biến ngẫu nhiên chính: rời rạc và liên tục. Các biến ngẫu nhiên riêng biệt có thể chỉ có một số lượng giá trị có thể đếm được trong khi các biến ngẫu nhiên liên tục có thể nhận được bất kỳ giá trị thực nào. Phân phối xác suất của một biến ngẫu nhiên chỉ định xác suất của các kết quả có thể biểu thị các giá trị khác nhau của biến ngẫu nhiên. Đối với các biến ngẫu nhiên rời rạc, chức năng ánh xạ giá trị xác suất thành các kết quả riêng lẻ được gọi là hàm khối xác suất (PMF). Đối với các biến ngẫu nhiên liên tục, chức năng ánh xạ giá trị xác suất thành các kết quả riêng lẻ được gọi là hàm mật độ xác suất (PDF).

• Tác giả
• Bài viết gần đây

Gần đây tôi đã làm việc trong lĩnh vực phân tích dữ liệu bao gồm khoa học dữ liệu và học máy / học sâu. Tôi cũng đam mê các công nghệ khác nhau bao gồm các ngôn ngữ lập trình như Java/JEE, JavaScript, Python, R, Julia, v.v. vv Để cập nhật và blog mới nhất, hãy theo dõi chúng tôi trên Twitter. Tôi rất thích kết nối với bạn trên LinkedIn.

Kiểm tra cuốn sách mới nhất của tôi có tiêu đề là Nguyên tắc đầu tiên suy nghĩ: Xây dựng các sản phẩm chiến thắng bằng cách sử dụng suy nghĩ nguyên tắc đầu tiên

Ajitesh Kumar

Gần đây tôi đã làm việc trong lĩnh vực phân tích dữ liệu bao gồm khoa học dữ liệu và học máy / học sâu. Tôi cũng đam mê các công nghệ khác nhau bao gồm các ngôn ngữ lập trình như Java/JEE, JavaScript, Python, R, Julia, v.v. vv Để cập nhật và blog mới nhất, hãy theo dõi chúng tôi trên Twitter. Tôi rất thích kết nối với bạn trên LinkedIn. Kiểm tra cuốn sách mới nhất của tôi có tiêu đề là Nguyên tắc đầu tiên suy nghĩ: Xây dựng các sản phẩm chiến thắng bằng cách sử dụng suy nghĩ nguyên tắc đầu tiên

Làm cách nào để tạo một ngẫu nhiên trong Python?

Làm thế nào để bạn tạo ra 50 số ngẫu nhiên trong Python?

Là Python ngẫu nhiên thực sự ngẫu nhiên?