Numpy.casuale.A caso.Metodo uniforme

Numpy è una libreria Python che viene utilizzata per il calcolo numerico. Il casuale.A caso.Il metodo uniforme è una funzione numpy che viene utilizzata per generare numeri casuali, che otteniamo da una varietà di distribuzioni di probabilità. Questa funzione viene applicata per ottenere valori casuali. Cosa succede se abbiamo valori di punto galleggiante o valori interi in migliaia? Allora cosa faremo? Inserendo manualmente i valori? No, usando casuali.A caso.Il metodo uniforme è molto fattibile per ottenere valori casuali equamente distribuiti. Diamo semplicemente valori e dimensioni bassi e alti. Quindi utilizzando questo metodo, restituirà l'output in un array monodimensionale. Usiamo principalmente questa funzione quando facciamo grafici o quando dobbiamo usare valori casuali; Il set di dati risultante può essere utilizzato per formare e testare diversi modelli. È un metodo numerico; A tale scopo, importa la biblioteca numpy in Python.

Sintassi

Numpy.casuale.Casualstate ().uniforme (basso = 0.0, alto = 10.0, dimensione = 2)

Parametri

In questo metodo, all'interno del metodo uniforme, tre parametri vengono utilizzati bassi, alti e dimensioni. Funziona in quanto i campioni sono distribuiti uniformemente su un intervallo mezzo aperto, il che significa che include basso ma esclude [basso, alto).

• • Basso: Qualsiasi valore di punto galleggiante o valore intero è il punto di partenza di un campione uniformemente distribuito, è facoltativo e se non assegniamo il valore basso, verrà assunto come zero.
  • Alto: Alto è il valore massimo che il campione può raggiungere, ma esclude che richiede un valore elevato nel campione.
  • Misurare: Questo parametro indica il compilatore di quanti valori che intendiamo creare.

Valore di ritorno

Questo metodo restituisce il valore di output come array monodimensionale.

Biblioteca di importazione

Ogni volta che utilizziamo una funzione da una libreria, dobbiamo importare il modulo corrispondente prima di utilizzare quella particolare funzione nel codice. Altrimenti, non saremo in grado di chiamare le funzioni da quella biblioteca. Per utilizzare le funzioni numpy, dobbiamo importare la libreria numpy in modo che il nostro codice possa utilizzare tutte le funzioni numpy.

Importa Numpy come function_name

Qui diciamo che NP è il nome della funzione.

Importa Numpy come NP

Il "NP" è il nome della funzione. Possiamo usare qualsiasi nome, ma la maggior parte degli esperti usa "NP" come nome di funzione per renderlo semplice. Con questo nome di funzione, possiamo usare qualsiasi funzione della libreria numpy nel nostro codice.

Esempio n. 1

Il casuale.Casualstate ().Il metodo uniforme () è molto utile quando vogliamo formare modelli. Di seguito è riportato un esempio con i valori interi.

Il codice sopra importa prima la libreria numpy, che è una libreria Python utilizzata per le funzioni numeriche. Esistono più funzioni matematiche in questa libreria, ma per usare quelle funzioni, dobbiamo importare la libreria e dargli un nome di funzione. Con quel nome di funzione, chiameremo le funzioni numpy integrate. Qui la libreria Numpy viene importata con "NP" come nome della funzione. Successivamente, il casuale.Casualstate ().L'uniforme () viene utilizzato insieme a "NP". All'interno del metodo uniforme (), a tre parametri vengono assegnati valori diversi. L'argomento "basso" è assegnato 0.0; Questo è il punto da dove inizieranno i dati del campione e genereranno casualmente valori. L'attributo "alto" è assegnato 8, il che significa che i dati casuali non possono raggiungere 8 o superare 8; al di sotto di 8, è possibile generare qualsiasi valore. L'argomento "dimensione" indica quanti valori abbiamo bisogno. Salva il risultato di questo metodo in una variabile. Per mostrare il valore risultante, invocare la funzione print () e all'interno di questo metodo, dobbiamo posizionare la variabile in cui abbiamo archiviato il risultato.

Viene visualizzato l'output del programma. Visualizza innanzitutto il messaggio e, successivamente, viene presentato un array che contiene 10 valori casuali. E questo array non contiene un valore negativo perché abbiamo assegnato il valore più basso, 0.0, il che significa che il campione non può avere un valore negativo.

Esempio n. 2

Possiamo anche utilizzare casuali.Casualstate ().funzione uniforme () senza assegnare il valore basso. Genera automaticamente un campione maggiore di 0.

Prima importare un modulo numpy come NP. Quindi chiama il NP.casuale.Casualstate ().funzione uniforme (). Qui forniremo i valori di solo due argomenti, "alti" e "dimensioni". Non possiamo specificare il valore del parametro "basso". È facoltativo perché se non lo assegniamo valore, presuppone che il valore basso sia 0.0 per questo metodo. "Alto" è il valore massimo; Possiamo dire che è il limite e la "dimensione" è il numero di valori che desideriamo in un set di dati. Memorizzare il risultato in "output" variabile. Visualizza il valore insieme a un messaggio utilizzando l'istruzione di stampa.

Nel risultato, l'array risultante contiene 8 valori perché abbiamo definito la dimensione come 8. I valori sono tutti prodotti a caso.

Esempio n. 3

Un altro codice di esempio illustra che possiamo anche allocare il valore negativo al parametro "basso" del metodo uniforme (). La dimensione del set di dati creato è irrilevante utilizzando NP.casuale.Casualstate ().funzione uniforme (), possiamo semplicemente creare dati di esempio di grandi dimensioni.

Incorporare il modulo numpy è sempre il passaggio iniziale. Nella prossima dichiarazione, utilizza il casuale.Casualstate ().Metodo uniforme () per generare dati di esempio in modo casuale. Qui abbiamo anche impostato il valore e le dimensioni più basso e più alto dell'array di output. La dimensione dovrebbe essere un valore intero perché l'output verrà archiviato in un array e la dimensione dell'array non può essere in un valore di punto galleggiante. E al parametro "basso" viene assegnato un valore negativo solo per elaborare che possiamo usare valori negativi. Il metodo Print () visualizza un messaggio insieme all'array risultante utilizzando il nome variabile in cui abbiamo memorizzato l'array.

I risultati indicano che il valore più basso può essere negativo o inferiore a zero. Un array unidimensionale e un messaggio sono stampati come output.

Conclusione

Approfondiamo la profondità su Numpy.casuale.A caso.Metodo uniforme () in questa guida. Tutto è trattato in dettaglio, tra cui l'introduzione di base, la sintassi appropriata, i parametri e come utilizzare questo metodo nel codice. Gli esempi di codifica spiegano come possiamo applicare casuali.Casualstate ().Metodo uniforme () con o senza parametro "basso". È un metodo molto utile ogni volta che abbiamo a che fare con dati di grandi dimensioni o quando vogliamo valori casuali.