Hướng dẫn how do you randomly select numbers in python? - làm thế nào để bạn chọn ngẫu nhiên các số trong python?
|
Cần phải tạo ra các số ngẫu nhiên khi nghiên cứu mô hình hoặc hành vi của chương trình cho phạm vi giá trị khác nhau. Python có thể tạo ra các số ngẫu nhiên như vậy bằng cách sử dụng mô -đun ngẫu nhiên. Trong các ví dụ dưới đây, trước tiên chúng ta sẽ xem cách tạo một số ngẫu nhiên duy nhất và sau đó mở rộng nó để tạo danh sách các số ngẫu nhiên. Show
Tạo một số ngẫu nhiên duy nhấtPhương thức ngẫu nhiên () trong mô -đun ngẫu nhiên tạo ra số float trong khoảng từ 0 đến 1. Thí dụimport random n = random.random() print(n) Đầu raChạy mã trên cho chúng ta kết quả sau - 0.2112200 Tạo số trong một phạm viPhương thức randint () tạo ra một số nguyên giữa một phạm vi số nhất định. Thí dụimport random n = random.randint(0,22) print(n) Đầu raChạy mã trên cho chúng ta kết quả sau - 2 Tạo số trong một phạm viPhương thức randint () tạo ra một số nguyên giữa một phạm vi số nhất định. Thí dụimport random randomlist = [] for i in range(0,5): n = random.randint(1,30) randomlist.append(n) print(randomlist) Đầu raChạy mã trên cho chúng ta kết quả sau - [10, 5, 21, 1, 17] Tạo số trong một phạm viPhương thức randint () tạo ra một số nguyên giữa một phạm vi số nhất định. Thí dụimport random #Generate 5 random numbers between 10 and 30 randomlist = random.sample(range(10, 30), 5) print(randomlist) Đầu raChạy mã trên cho chúng ta kết quả sau - [16, 19, 13, 18, 15]
 Tạo số trong một phạm vi
Cập nhật lần cuối vào ngày 4 tháng 9 năm 2020 Việc sử dụng tính ngẫu nhiên là một phần quan trọng của cấu hình và đánh giá các thuật toán học máy. Từ việc khởi tạo ngẫu nhiên các trọng số trong một mạng lưới thần kinh nhân tạo, cho đến việc chia dữ liệu thành các bộ tàu và thử nghiệm ngẫu nhiên, cho đến sự xáo trộn ngẫu nhiên của một bộ dữ liệu đào tạo ở độ dốc ngẫu nhiên, tạo ra các số ngẫu nhiên và khai thác ngẫu nhiên là một kỹ năng cần thiết. Trong hướng dẫn này, bạn sẽ khám phá cách tạo và làm việc với các số ngẫu nhiên trong Python. Sau khi hoàn thành hướng dẫn này, bạn sẽ biết:
Bạn có câu hỏi nào không? Đặt câu hỏi của bạn trong các ý kiến dưới đây và tôi sẽ cố gắng hết sức để trả lời. with my new book Statistics for Machine Learning, including step-by-step tutorials and the Python source code files for all examples. Nhận một xử lý về số liệu thống kê cho học máy! Phát triển sự hiểu biết làm việc về số liệu thống kê ... bằng cách viết dòng mã trong PythonKhám phá cách trong ebook mới của tôi: Phương pháp thống kê cho học máy
Trong hướng dẫn này, bạn sẽ khám phá cách tạo và làm việc với các số ngẫu nhiên trong Python.Sau khi hoàn thành hướng dẫn này, bạn sẽ biết: Tính ngẫu nhiên đó có thể được áp dụng trong các chương trình thông qua việc sử dụng các trình tạo số giả. Khởi động dự án của bạn với số liệu thống kê sách mới của tôi cho học máy, bao gồm các hướng dẫn từng bước và các tệp mã nguồn Python cho tất cả các ví dụ. Bắt đầu nào. Cách tạo số ngẫu nhiên trong Pythonphoto của Harold Litwiler, một số quyền được bảo lưu. Tổng quan hướng dẫn Hướng dẫn này được chia thành 3 phần; họ đang:Máy phát điện số giả Các số ngẫu nhiên với thư viện tiêu chuẩn Python Hạt giống máy phát số ngẫu nhiên Giá trị điểm nổi ngẫu nhiênGiá trị số nguyên ngẫu nhiên Giá trị Gaussian ngẫu nhiên Bỏ qua các học giả. Chỉ là kết quả.Xem những gì bên trong Cập nhật lần cuối vào ngày 4 tháng 9 năm 2020 Hàm hạt giống () sẽ gieo hạt trình tạo số giả, lấy giá trị số nguyên làm đối số, chẳng hạn như 1 hoặc 7. Nếu hàm hạt giống () không được gọi trước khi sử dụng tính ngẫu nhiên, mặc định là sử dụng thời gian hệ thống hiện tại trong mili giây từ thời đại (1970). Ví dụ dưới đây cho thấy việc gieo hạt Trình tạo số giả, tạo ra một số số ngẫu nhiên và cho thấy việc nối lại trình tạo sẽ dẫn đến cùng một chuỗi các số được tạo.
# Đặt lại hạt giống
0.13436424411240122 0.8474337369372327 0.763774618976614 Nó có thể hữu ích để kiểm soát tính ngẫu nhiên bằng cách đặt hạt giống để đảm bảo rằng mã của bạn tạo ra kết quả tương tự mỗi lần, chẳng hạn như trong một mô hình sản xuất. Đối với các thí nghiệm chạy trong đó ngẫu nhiên được sử dụng để kiểm soát các biến gây nhiễu, một hạt giống khác nhau có thể được sử dụng cho mỗi lần chạy thử nghiệm.Giá trị điểm nổi ngẫu nhiên Các giá trị điểm nổi ngẫu nhiên có thể được tạo bằng hàm ngẫu nhiên (). Các giá trị sẽ được tạo trong phạm vi từ 0 đến 1, cụ thể trong khoảng [0,1). Các giá trị được rút ra từ một phân phối đồng nhất, có nghĩa là mỗi giá trị có cơ hội được rút ra như nhau.
# Đặt lại hạt giống
Chạy ví dụ hạt giống trình tạo số giả giả với giá trị 1, tạo 3 số ngẫu nhiên, nối lại trình tạo và cho thấy ba số ngẫu nhiên giống nhau được tạo ra.
Nó có thể hữu ích để kiểm soát tính ngẫu nhiên bằng cách đặt hạt giống để đảm bảo rằng mã của bạn tạo ra kết quả tương tự mỗi lần, chẳng hạn như trong một mô hình sản xuất. Đối với các thí nghiệm chạy trong đó ngẫu nhiên được sử dụng để kiểm soát các biến gây nhiễu, một hạt giống khác nhau có thể được sử dụng cho mỗi lần chạy thử nghiệm.Giá trị điểm nổi ngẫu nhiên Các giá trị điểm nổi ngẫu nhiên có thể được tạo bằng hàm ngẫu nhiên (). Các giá trị sẽ được tạo trong phạm vi từ 0 đến 1, cụ thể trong khoảng [0,1). Các giá trị được rút ra từ một phân phối đồng nhất, có nghĩa là mỗi giá trị có cơ hội được rút ra như nhau.
# Đặt lại hạt giống Chạy ví dụ hạt giống trình tạo số giả giả với giá trị 1, tạo 3 số ngẫu nhiên, nối lại trình tạo và cho thấy ba số ngẫu nhiên giống nhau được tạo ra.0.13436424411240122 0.8474337369372327 0.763774618976614 Nó có thể hữu ích để kiểm soát tính ngẫu nhiên bằng cách đặt hạt giống để đảm bảo rằng mã của bạn tạo ra kết quả tương tự mỗi lần, chẳng hạn như trong một mô hình sản xuất. Đối với các thí nghiệm chạy trong đó ngẫu nhiên được sử dụng để kiểm soát các biến gây nhiễu, một hạt giống khác nhau có thể được sử dụng cho mỗi lần chạy thử nghiệm. Giá trị điểm nổi ngẫu nhiên
# Đặt lại hạt giống
Chạy ví dụ hạt giống trình tạo số giả giả với giá trị 1, tạo 3 số ngẫu nhiên, nối lại trình tạo và cho thấy ba số ngẫu nhiên giống nhau được tạo ra.0.13436424411240122 0.8474337369372327 0.763774618976614 Nó có thể hữu ích để kiểm soát tính ngẫu nhiên bằng cách đặt hạt giống để đảm bảo rằng mã của bạn tạo ra kết quả tương tự mỗi lần, chẳng hạn như trong một mô hình sản xuất. Ví dụ dưới đây tạo ra một danh sách 20 số nguyên và đưa ra năm ví dụ về việc chọn một mục ngẫu nhiên từ danh sách.
Chạy ví dụ đầu tiên in danh sách các giá trị số nguyên, theo sau là năm ví dụ về việc chọn và in một giá trị ngẫu nhiên từ danh sách.
Mẫu phụ ngẫu nhiên từ một danh sáchChúng tôi có thể quan tâm đến việc lặp lại lựa chọn ngẫu nhiên các mục từ một danh sách để tạo một tập hợp con được chọn ngẫu nhiên. Điều quan trọng, một khi một mục được chọn từ danh sách và được thêm vào tập hợp con, nó không nên được thêm lại. Điều này được gọi là lựa chọn mà không cần thay thế vì một khi một mục trong danh sách được chọn cho tập hợp con, nó không được thêm lại vào danh sách ban đầu (nghĩa là không được cung cấp để lựa chọn lại). Hành vi này được cung cấp trong hàm mẫu () chọn một mẫu ngẫu nhiên từ danh sách mà không cần thay thế. Hàm lấy cả danh sách và kích thước của tập hợp con để chọn làm đối số. Lưu ý rằng các mục không thực sự bị xóa khỏi danh sách ban đầu, chỉ được chọn vào một bản sao của danh sách. Ví dụ dưới đây cho thấy việc chọn một tập hợp con gồm năm mục từ danh sách 20 số nguyên.
Chạy ví dụ đầu tiên in danh sách các giá trị số nguyên, theo sau là năm ví dụ về việc chọn và in một giá trị ngẫu nhiên từ danh sách.
Chúng tôi có thể quan tâm đến việc lặp lại lựa chọn ngẫu nhiên các mục từ một danh sách để tạo một tập hợp con được chọn ngẫu nhiên.Điều quan trọng, một khi một mục được chọn từ danh sách và được thêm vào tập hợp con, nó không nên được thêm lại. Điều này được gọi là lựa chọn mà không cần thay thế vì một khi một mục trong danh sách được chọn cho tập hợp con, nó không được thêm lại vào danh sách ban đầu (nghĩa là không được cung cấp để lựa chọn lại). Hành vi này được cung cấp trong hàm mẫu () chọn một mẫu ngẫu nhiên từ danh sách mà không cần thay thế. Hàm lấy cả danh sách và kích thước của tập hợp con để chọn làm đối số. Lưu ý rằng các mục không thực sự bị xóa khỏi danh sách ban đầu, chỉ được chọn vào một bản sao của danh sách. Ví dụ dưới đây cho thấy việc chọn một tập hợp con gồm năm mục từ danh sách 20 số nguyên.
Chạy ví dụ đầu tiên in danh sách các giá trị số nguyên, theo sau là năm ví dụ về việc chọn và in một giá trị ngẫu nhiên từ danh sách.
Chúng tôi có thể quan tâm đến việc lặp lại lựa chọn ngẫu nhiên các mục từ một danh sách để tạo một tập hợp con được chọn ngẫu nhiên.Điều quan trọng, một khi một mục được chọn từ danh sách và được thêm vào tập hợp con, nó không nên được thêm lại. Điều này được gọi là lựa chọn mà không cần thay thế vì một khi một mục trong danh sách được chọn cho tập hợp con, nó không được thêm lại vào danh sách ban đầu (nghĩa là không được cung cấp để lựa chọn lại). Hành vi này được cung cấp trong hàm mẫu () chọn một mẫu ngẫu nhiên từ danh sách mà không cần thay thế. Hàm lấy cả danh sách và kích thước của tập hợp con để chọn làm đối số. Lưu ý rằng các mục không thực sự bị xóa khỏi danh sách ban đầu, chỉ được chọn vào một bản sao của danh sách. Ví dụ dưới đây cho thấy việc chọn một tập hợp con gồm năm mục từ danh sách 20 số nguyên. # Chọn một mẫu ngẫu nhiên mà không cần thay thế từ mẫu nhập ngẫu nhiên # Chọn một tập hợp con mà không cần thay thếChạy ví dụ đầu tiên in danh sách các giá trị số nguyên, sau đó mẫu ngẫu nhiên được chọn và in để so sánh. [4, 18, 2, 8, 3] Ngẫu nhiên xáo trộn một danh sách Sự ngẫu nhiên có thể được sử dụng để xáo trộn một danh sách các mặt hàng, như xáo trộn một bộ bài.
# ngẫu nhiên xáo trộn chuỗi
[11, 5, 17, 19, 9, 0, 16, 1, 15, 6, 10, 13, 14, 12, 7, 3, 8, 2, 18, 4]3. Số ngẫu nhiên với Numpy Nếu không có đối số nào được cung cấp, thì một giá trị ngẫu nhiên duy nhất được tạo, nếu không kích thước của mảng có thể được chỉ định. Ví dụ dưới đây tạo ra một mảng gồm 10 giá trị điểm nổi ngẫu nhiên được rút ra từ phân phối đồng đều.
Chạy ví dụ tạo và in mảng vô cùng của các giá trị điểm nổi ngẫu nhiên.
Mảng các giá trị số nguyên ngẫu nhiênMột mảng các số nguyên ngẫu nhiên có thể được tạo bằng hàm randint () numpy. Hàm này có ba đối số, đầu dưới của phạm vi, đầu trên của phạm vi và số lượng giá trị số nguyên để tạo hoặc kích thước của mảng. Các số nguyên ngẫu nhiên sẽ được rút ra từ một phân phối thống nhất bao gồm giá trị thấp hơn và không bao gồm giá trị trên, ví dụ: trong khoảng [dưới, trên). Ví dụ dưới đây cho thấy việc tạo ra một mảng các số nguyên ngẫu nhiên.
Chạy ví dụ tạo và in mảng vô cùng của các giá trị điểm nổi ngẫu nhiên.
1.46755891E-01 9.23385948E-02 1.86260211E-01 3.45560727E-013.96767474E-01 5.38816734E-01] Mảng các giá trị số nguyên ngẫu nhiên Một mảng các số nguyên ngẫu nhiên có thể được tạo bằng hàm randint () numpy.
Chạy ví dụ tạo và in mảng vô cùng của các giá trị điểm nổi ngẫu nhiên.
3.96767474E-01 5.38816734E-01]
Một mảng các số nguyên ngẫu nhiên có thể được tạo bằng hàm randint () numpy. Hàm này có ba đối số, đầu dưới của phạm vi, đầu trên của phạm vi và số lượng giá trị số nguyên để tạo hoặc kích thước của mảng. Các số nguyên ngẫu nhiên sẽ được rút ra từ một phân phối thống nhất bao gồm giá trị thấp hơn và không bao gồm giá trị trên, ví dụ: trong khoảng [dưới, trên).Ví dụ dưới đây cho thấy việc tạo ra một mảng các số nguyên ngẫu nhiên. # Tạo các giá trị số nguyên ngẫu nhiên
[4.17022005E-01 7.20324493E-01 1.14374817E-04 3.02332573E-01
Mảng các giá trị số nguyên ngẫu nhiênMột mảng các số nguyên ngẫu nhiên có thể được tạo bằng hàm randint () numpy.
# Tạo một số số nguyênChạy ví dụ tạo và in một mảng gồm 20 giá trị số nguyên ngẫu nhiên trong khoảng từ 0 đến 10. [5 8 9 5 0 0 1 7 6 9 2 4 5 2 4 2 4 7 7 9]
Ví dụ dưới đây cho thấy cách tạo ra một mảng các giá trị Gaussian ngẫu nhiên. # Tạo các giá trị Gaussian ngẫu nhiêntừ numpy.random nhập khẩu randn# Tạo một số giá trị Gaussian Chạy ví dụ tạo và in một mảng gồm 10 giá trị ngẫu nhiên từ phân phối Gaussian tiêu chuẩn. [1.62434536 -0.61175641 -0.52817175 -1.07296862self-study tutorials on topics like: 1.74481176 -0.7612069 & nbsp; & nbsp; 0.3190391 & nbsp; & nbsp; -0.24937038]Các giá trị từ phân phối Gaussian tiêu chuẩn có thể được chia tỷ lệ bằng cách nhân giá trị với độ lệch chuẩn và thêm giá trị trung bình từ phân phối tỷ lệ mong muốn. Ví dụ: Xem những gì bên trong |
