Hướng dẫn dùng np.random.normal python
|
hàm số NumPy random.normal() Trong Python được sử dụng để tạo một mảng có hình dạng được chỉ định và điền vào nó bằng các giá trị ngẫu nhiên từ một bình thường (Gaussian) phân bổ. Phân phối này còn được gọi là Bell Curve vì hình dạng đặc trưng của nó. Show
Hàm này nhận một int hoặc nhiều int, để chỉ định kích thước của một mảng, tương tự như hàm khác NumPy chức năng như numpy.ones() và
numpy.zeros(). Trong bài viết này, tôi sẽ giải thích hàm numpy.random.normal() cú pháp và sử dụng các tham số của nó như thế nào để lấy các giá trị ngẫu nhiên của mảng đơn và mảng đa chiều với các ví dụ.
1. Ví dụ nhanh về NumPy random.normal ()Sau đây là các ví dụ nhanh về chức năng random.normal () . Để biết thêm các chức năng và ví dụ về NumPy tham khảo NumPy Hướng dẫn. # Below are the quick examples # Example 1: Get the random samples of normal distribution arr = np.random.normal(size = 5) # Example 2: Get the random samples of normal distribution arr = np.random.normal(size = (3,2 )) # Example 3: Get the mean value of random values arr = np.random.normal(loc = 2) # Example 4: Get the standard deviation of random values arr = np.random.normal(scale = 4.0) #Example 5: Get the random values arr = np.random.normal( loc = 2, scale = 4.0, size = 5) Cú pháp Sau đây là Cú pháp của np.random.normal (). # Syntax of NumPy random.normal() numpy.random.normal(loc = 0.0, scale = 1.0, size = None) 2.1 Các thông số của random.normal ()Sau đây là các tham số của hàm thông thường() .
2.2 Giá trị hoàn trả của random.normal ()Nó trả về một mảng các giá trị ngẫu nhiên từ một phân phối chuẩn cùng với hình dạng được chỉ định. 3. Cách sử dụng NumPy random.normal ()random.normal () là chức năng tích hợp trong NumPy gói mô-đun của python. Hàm này tạo mẫu ngẫu nhiên từ phân phối chuẩn / Gaussian phân bổ. Khi chúng ta truyền int hoặc tuple của int làm tham số vào hàm này, nó sẽ trả về mảng có kích thước được chỉ định hoặc mảng đa chiều gồm các mẫu ngẫu nhiên có phân phối chuẩn. Hãy lấy ví dụ, import numpy as np # Get the random samples of normal distribution arr = np.random.normal(size = 5) print(arr) # Output : # [-0.53008761 0.50853827 -0.26577348 -0.35692072 0.37717259] # Get the random samples of normal distribution arr = np.random.normal(size = (3,2 )) print(arr) # Output : # [[-1.52064919 0.40079434] [-0.86957264 1.17437412] [-0.41216874 -1.56245058]] 4. Nhận NumPy Giá trị ngẫu nhiên dọc theo LocKhi chúng ta vượt qua loc vào hàm này, nó sẽ trả về giá trị trung bình của các giá trị ngẫu nhiên của mảng từ một phân phối chuẩn. Khi không được sử dụng, theo mặc định, nó sử dụng giá trị 1,0. # Get the mean of random values arr = np.random.normal(loc = 2) print(arr) # Output : # 3.294342794253831 5. Nhận NumPy Giá trị ngẫu nhiên dọc theo quy môKhi chúng ta vượt qua scale vào hàm này, nó sẽ trả về độ lệch chuẩn của các giá trị ngẫu nhiên của mảng từ phân phối chuẩn. Khi không được sử dụng, theo mặc định, nó sử dụng giá trị 0.0. # Get the standard deviation of random values arr = np.random.normal(scale = 4.0) print(arr) # Output : # 5.781979817085629 6. Nhận các Giá trị Ngẫu nhiên Loc, Tỉ lệ& Kích thướcBằng cách sử dụng size cùng với loc và scale vào hàm này, nó sẽ trả về mảng có kích thước được chỉ định của các mẫu ngẫu nhiên từ phân phối chuẩn. Hãy lấy ví dụ, # Get the random values arr = np.random.normal( loc = 2, scale = 4.0, size = 5) print(arr) # Output : # [ 0.63610699 -1.31665607 0.85681477 -0.08999122 3.95373571] hàm số 7. Biểu diễn đồ họa của NumPy random.normal ()Để làm cho biểu đồ với chức năng trợ giúp pyplot và in biểu đồ của NumPy random.normal () . # import pyplot library from matplotlib import pyplot as plt output = np.random.normal( 1, 2.0, size = 5) print(output) count, bins, ignored = plt.hist( output, 50) plt.show() # Output : # [ 3.19098457 -1.50999446 2.53421593 4.44277223 4.1947252 ] Sự kết luậnTrong bài viết này, tôi đã giải thích NumPy random.normal () và sử dụng cách này để nhận các giá trị ngẫu nhiên của 1-D NumPy mảng và mảng nhiều chiều, trong đó các phần tử từ phân phối chuẩn. |
