Generare numeri casuali con distribuzione uniforme in Python

Questo articolo evidenzia la distribuzione uniforme e il modo in cui generiamo numeri casuali con l'aiuto della distribuzione uniforme in Python. La distribuzione uniforme è il concetto di statistiche utilizzate per la distribuzione continua di probabilità per un semplice modello in situazioni in cui è altrettanto probabile che i risultati della probabilità siano qualsiasi valore nell'intervallo fornito dall'utente. Python lo gestisce facilmente con l'aiuto del modulo di biblioteca numpy "Random". Qui dimostreremo tutto ciò che riguarda la generazione di numeri con l'aiuto di esempi e codici di riferimento.

Numeri casuali con distribuzione uniforme

Una sequenza di numeri con una distribuzione uniforme è una in cui ogni numero ha le pari possibilità di essere selezionato. Questi numeri sono spesso utilizzati in simulazioni, modellazione statistica e altre applicazioni in cui è richiesta una distribuzione uniforme dei numeri. Usa il casuale.funzione uniforme () dal pacchetto casuale Python per ottenere numeri casuali con una distribuzione uniforme. La funzione accetta due parametri, A e B che definiscono l'intervallo della distribuzione e restituisce un numero a punto galleggiante casuale.

Importa un modulo casuale

In Python, abbiamo usato il modulo "Random" della Biblioteca Numpy. Per produrre numeri casuali da una distribuzione uniforme, usa questo modulo. Ora discuteremo della procedura per generare numeri casuali. Innanzitutto, apri uno strumento Python come Pycharm, Spyder o Giove Notebook e crea un progetto in cui possiamo importare librerie Python ed eseguire distribuzione uniforme. Il codice per l'importazione del modulo casuale è riportato di seguito.

importare casuali

Puoi anche scrivere questo come:

Importa casuale come RDM
O
Importa casuale come RD

O qualunque forma corta tu voglia dare.

Il Twister di Mersenne funge da generatore principale nel modulo "casuale". Genera carri di precisione con 53 bit.

Sintassi del modulo casuale

Dopo aver importato correttamente il modulo "casuale" in un'applicazione Python, discuteremo la sintassi del modulo casuale per trovare una distribuzione uniforme. La sintassi di questo modulo è:

np. casuale. uniforme (a, b, size = nessuno)

Per generare numeri casuali, il casuale.Viene utilizzato il metodo uniforme (). Ricorda, i numeri casuali sono generati dalla distribuzione uniforme. Quando ci riferiamo alla libreria Numpy, utilizziamo l'alias "NP" per la libreria Numpy. Questo metodo richiede tre parametri come A, B e dimensioni.

L'argomento "a" mostra un intervallo basso, l'argomento "b" mostra un intervallo elevato e l'argomento "dimensione" mostra numeri casuali in base alla dimensione specificata.

Esempio 1:
Qui, faremo un esempio semplice e lineare in cui prenderemo solo il limite inferiore e il limite superiore. Viene fornito il codice di riferimento.

importa numpy
importare casuali
random_number = numpy.casuale.uniforme (1.2, 4.3)
uniforme_distrib = print ("Il numero casuale dalla distribuzione uniforme è:", random_number)

In questo esempio, importiamo una libreria numpy e quindi importiamo un modulo casuale attraverso il quale possiamo generare numeri casuali. Entrambe queste librerie (numpy e casuali) sono molto cruciali per l'esecuzione dei codici di esempio menzionati in questo articolo.

Dopodiché, abbiamo chiamato un metodo uniforme. Questa funzione è definita principalmente nel modulo casuale. Qui, abbiamo preso un intervallo tra "1.2 "" e "4.Valori da 3 "e generato un numero casuale tra questi intervalli. Il metodo uniforme restituisce un valore e abbiamo archiviato questo valore nella variabile "random_number". Successivamente, volevamo visualizzare questa variabile "random_number" alla console. Quindi, abbiamo superato questa variabile in un'istruzione di stampa. Infine, abbiamo assegnato un valore dell'istruzione di stampa alla variabile "uniform_distrib".

Durante l'esecuzione del codice, il risultato è mostrato sulla console. Il risultato in forma testuale è riportato di seguito:

Il numero casuale da una distribuzione uniforme è: 2.0215816312995187

Qui, non possiamo dare alcun valore di dimensioni. Ecco perché è mostrato solo un valore float sulla console.

Esempio n. 2:
Qui, discuteremo di nuovo di generare numeri casuali. Lo spiegheremo insieme alla dimensione dei numeri. Di seguito è menzionato il codice di riferimento relativo a questo esempio:

Importa Numpy come NP
importare casuali
rand_num = np.casuale.uniforme (basso = 3.2, alto = 6.5, dimensione = 3.3)
unidistribistandnum = print ("I numeri casuali sono:", rand_num)

In questo caso abbiamo importato la biblioteca numpy e alias come "NP". Il modulo casuale fa parte di numpy, quindi l'importazione numpy è molto importante. Dopo l'importazione, abbiamo chiamato il "metodo uniforme", in cui abbiamo superato tre argomenti come il limite superiore, il limite inferiore e le dimensioni di questa distribuzione uniforme. Il limite basso in questo caso è 3.2, il limite alto è 6.5 e la dimensione è 3.3 '. I metodi uniformi restituiscono un valore e abbiamo archiviato questo valore nella variabile "rand_num". Successivamente, abbiamo superato questo "rand_num" in una dichiarazione di stampa per mostrare il risultato sulla console. Quindi, in questo modo, troviamo numeri casuali da una distribuzione uniforme.

L'output dell'esempio 2 è mostrato qui.

I numeri casuali sono: [6.16573794 5.34926847 3.38366092]

Qui, vediamo che tre numeri casuali sono generati dalla nostra gamma data. Questi tre numeri casuali sono '6.16573794 ',' 5.34926847 'e' 3.38366092 '. Quindi, in questo modo, abbiamo generato numeri casuali.

Esempio # 3:
Nell'ultimo esempio di questo articolo, il modulo casuale viene nuovamente evidenziato. Vedi il codice qui sotto. Qui, prima importiamo una libreria numpy e quindi importiamo un modulo casuale in questi file Python. Successivamente, prenderemo gli intervalli e tra queste gamme, genereremo numeri casuali. Nella riga 3, chiameremo un modulo casuale con il metodo uniforme in cui passeremo 3 parametri come il limite inferiore, il limite superiore e la dimensione dei numeri casuali tra questi gamme. Il valore del limite inferiore sarà “-3.2 ", il valore del limite superiore sarà" 2.5 "e la dimensione dei valori sarà" 5 ". Le funzioni uniformi restituiscono un valore e memorizzeremo questo valore nella variabile "rnum". Ora spingeremo questa variabile all'istruzione di stampa per mostrare il risultato del metodo uniforme sulla console. Quindi, in questo modo, generiamo con successo numeri casuali che provengono da una distribuzione uniforme.

Importa Numpy come NP
importare casuali
rnum = np.casuale.uniforme (basso = -3.2, alto = 2.5, dimensione = 5)
Unidri = print ("Genera numeri casuali dalla distribuzione uniforme:", rnum)

L'output dell'esempio 3 è riportato di seguito:

Generare numeri casuali dalla distribuzione uniforme: [2.08222359 0.75018807 2.03184071 1.88274545 1.14929147].

Conclusione

In questo articolo, abbiamo scoperto che possiamo facilmente generare numeri casuali dalla distribuzione uniforme usando il modulo casuale della libreria numpy. Nelle tue applicazioni Python, puoi anche usare casuali. Esempio di metodo uniforme () per praticare il processo di generazione di un numero casuale dalla distribuzione uniforme. Come mostrato in questo articolo, i numeri casuali sono generati da una distribuzione uniforme, il che significa che tutti i valori all'interno dell'intervallo hanno le pari possibilità di essere generati. Questo concetto è molto utile nelle applicazioni Python come i giochi o in cui sono necessari intervalli di valori casuali.