Phenquestions
När värdet på numret ändras i varje utförande av manuset kallas numret ett slumpmässigt nummer. Slumpmässiga siffror används främst för olika typer av testning och provtagning. Många sätt finns i Python för att generera slumpmässigt tal och använda a slumpmässig modulen i NumPy-biblioteket är ett sätt att göra det. Många funktioner finns i slumpmässig modul för att generera slumptal, till exempel rand (), randint (), random (), etc. Användningen av slumpmässig() funktionen hos den slumpmässiga modulen som ska genereras slumpmässig siffror i Python visas i denna handledning.
Skapa slumpmässiga nummer med funktionen slumpmässig ()
Syntaxen för den slumpmässiga () funktionen för den slumpmässiga modulen ges nedan.
Syntax:
array bedövad.slumpmässig.slumpmässig (storlek = ingen)Denna funktion kan ta ett valfritt argument, och standardvärdet för detta argument är Ingen. Vilket heltal eller heltal som helst kan anges som argumentvärdet som definierade formen på den matris som ska returneras som utdata. Om inget argumentvärde anges, returneras ett enda flytande nummer istället för en matris. Olika användningsområden för funktionen random () visas nedan.
Exempel 1: Användning av slumpmässig () -funktion utan argumentvärde
Följande exempel visar användningen av slumpmässig () -funktion utan något argument som genererar ett skalärt slumptal. Det returnerade värdet för denna funktion skrivs ut senare.
# importera NumPy-biblioteketimportera numpy som np
# Call random () -funktion utan argument
slumpmässigt_nummer = np.slumpmässig.slumpmässig()
# Skriv ut slumpmässigt värde
print ("Output of the random () function is:", random_number)
Produktion:
Följande utdata visas efter att ovanstående skript har körts. Det visar slumpmässiga bråkdelar.
Exempel 2: Användning av slumpmässig () funktion med ett heltal
Följande exempel visar användningen av random () -funktionen med ett heltal i värdet på storleksargumentet. Här är 4 inställt på storleksargumentet. Det betyder att den slumpmässiga () funktionen genererar en matris med fyra slumpmässiga bråknummer. Funktionens utdata skrivs ut senare.
# importera NumPy-biblioteketimportera numpy som np
# Skapa en matris med fyra slumptal
np_array = np.slumpmässig.slumpmässig (storlek = 4)
# Skriv ut matrisen
print ("Utgången från den slumpmässiga () funktionen är: \ n", np_array)
Produktion:
Följande utdata visas efter att ovanstående skript har körts. Den visar den endimensionella matrisen med bråknummer.
Exempel 3: Användning av slumpmässig () -funktion med en tupel på två heltal
Följande exempel visar hur slumpmässiga () -funktionen kan användas för att skapa en tvådimensionell uppsättning slumpmässiga tal. Här används (2,5) som värdet på storleksargumentet, och funktionen returnerar en tvådimensionell matris med bråknummer med 2 rader och 5 kolumner.
# importera NumPy-biblioteketimportera numpy som np
# Skapa en tvådimensionell matris med slumpmässiga nummer
np_array = np.slumpmässig.slumpmässig (storlek = (2, 5))
# Skriv ut matrisen
print ("Utgången från den slumpmässiga () funktionen är: \ n", np_array)
Produktion:
Följande utdata visas efter att ovanstående skript har körts. Den visar en tvådimensionell uppsättning slumpmässiga bråknummer.
Exempel 4: Användning av slumpmässig () funktion med en tuple på tre heltal
Följande exempel visar hur slumpmässiga () -funktionen kan användas för att skapa en tredimensionell grupp av bråkdelar av slumptal. Här används (2,3,4) som argumentet för storleksvärdet, och funktionen returnerar en tredimensionell matris med bråknummer med 3 rader och 4 kolumner två gånger.
# importera NumPy-biblioteketimportera numpy som np
# Skapa en tredimensionell matris med slumpmässiga nummer
np_array = np.slumpmässig.slumpmässig (storlek = (2, 3, 4))
# Skriv ut matrisen
print ("Utgången från den slumpmässiga () funktionen är: \ n", np_array)
Produktion:
Följande utdata visas efter att ovanstående skript har körts. Den visar en tredimensionell matris med bråkdelar av slumptal.
Exempel 5: Användning av slumpmässig () -funktion för att generera myntvändningar
Följande exempel visar hur man genererar myntflip med slumptal. En NumPy-array med 10 slumpmässiga bråknummer har skapats med funktionen random (). huvuden array har skapats med de booleska värdena genom att jämföra arrayvärdena med 0.7. Därefter kommer värdena på huvuden array och det totala antalet Sann värden i huvuden har skrivits ut.
# Importera NumPy-biblioteketimportera numpy som np
# Skapa en matris med 10 slumpmässiga nummer
np_array = np.slumpmässig.slumpmässig (10)
# Skapa myntflipsmatrisen baserat på arrayvärden
heads = np_array> 0.7
# Skriv ut huvudmatrisen
print ("Värdena för head array är: \ n", heads)
# Skriv ut antalet huvuden
print ("\ nTotalt antal huvud är", np.summa (huvuden)
Produktion:
Följande liknande utdata visas efter körning av skriptet. De olika utgångarna genereras vid olika tidpunkter för slumptal. Enligt följande resultat, det totala antalet Sann värdena är 4.
Exempel 6: Användning av slumpmässig () funktion för plottning
Följande exempel visar sättet att generera diagram i ett diagram med funktionen random (). Här har x-axelns värden genererats med hjälp av slumpmässiga () och sorteringsfunktioner. Värdena för y-axeln har genererats med hjälp av arange () -funktionen. Nästa, plot () -funktionen för matplotlib.pyplot har använts för att rita diagrammen. show () -funktionen har använts för att visa diagrammet.
# Importera nödvändiga bibliotekimportera numpy som np
importera matplotlib.pyplot som plt
# Skapa sorterad matris med slumpmässiga nummer
x_axis = np.sortera (np.slumpmässig.slumpmässig (500000))
# Skapa x-axel för CDF (Fortsätter sannolikhetsfördelning)
y_axis = np.arange (1, 500000)
# Plotta CDF från slumptal
plt.plot (x_axis [:: 500], y_axis [:: 500], markör = '.', markersize = 5, color =' red ')
# Visa diagrammet
plt.show()
Produktion:
Följande liknande utdata visas efter att ovanstående skript har körts.
Slutsats
Den slumpmässiga () funktionen är en mycket användbar funktion för Python för att utföra olika typer av uppgifter. Olika användningar av den slumpmässiga () funktionen har visats i denna handledning med flera exempel. Syftet med att använda den här funktionen kommer att rensas för läsarna efter att ha tränat exemplen på denna handledning ordentligt.
