Pseudozufallszahlenerzeugung
Stichprobenziehung in Python
James Chapman
Curriculum Manager, DataCamp
Was bedeutet zufällig?
{adjective} ohne Methode oder bewusste Entscheidung gemacht, getan, passiert oder gewählt.
1 Oxford Languages
Echte Zufallszahlen
- Aus physikalischen Prozessen erzeugt, z. B. Münzwurf
- Hotbits nutzt radioaktiven Zerfall
- RANDOM.ORG nutzt atmosphärisches Rauschen
- Echte Zufälligkeit ist teuer
1 https://www.fourmilab.ch/hotbits 2 https://www.random.org
Pseudozufallszahlenerzeugung
- Pseudozufallszahlen sind billig und schnell
- Nächste „Zufallszahl“ wird aus der vorherigen berechnet
- Die erste „Zufallszahl“ wird aus einem Seed berechnet
- Gleicher Seed erzeugt gleiche Zufallszahlen
Beispiel: Pseudozufallszahlen
seed = 1
calc_next_random(seed)
3
calc_next_random(3)
2
calc_next_random(2)
6
Funktionen zur Zufallszahlenerzeugung
- Mit
numpy.randomvoranstellen, z. B.numpy.random.beta()
| function | distribution | function | distribution |
|---|---|---|---|
| .beta | Beta | .hypergeometric | Hypergeometrisch |
| .binomial | Binomial | .lognormal | Lognormal |
| .chisquare | Chi-Quadrat | .negative_binomial | Negativ-Binomial |
| .exponential | Exponential | .normal | Normal |
| .f | F | .poisson | Poisson |
| .gamma | Gamma | .standard_t | t |
| .geometric | Geometrisch | .uniform | Gleichverteilt |
Zufallszahlen visualisieren
randoms = np.random.beta(a=2, b=2, size=5000)
randoms
array([0.6208281 , 0.73216171, 0.44298403, ...,
0.13411873, 0.52198411, 0.72355098])
plt.hist(randoms, bins=np.arange(0, 1, 0.05))
plt.show()
Seeds für Zufallszahlen
np.random.seed(20000229)
np.random.normal(loc=2, scale=1.5, size=2)
array([-0.59030264, 1.87821258])
np.random.normal(loc=2, scale=1.5, size=2)
array([2.52619561, 4.9684949 ])
np.random.seed(20000229)
np.random.normal(loc=2, scale=1.5, size=2)
array([-0.59030264, 1.87821258])
np.random.normal(loc=2, scale=1.5, size=2)
array([2.52619561, 4.9684949 ])
Anderen Seed verwenden
np.random.seed(20000229)
np.random.normal(loc=2, scale=1.5, size=2)
array([-0.59030264, 1.87821258])
np.random.normal(loc=2, scale=1.5, size=2)
array([2.52619561, 4.9684949 ])
np.random.seed(20041004)
np.random.normal(loc=2, scale=1.5, size=2)
array([1.09364337, 4.55285159])
np.random.normal(loc=2, scale=1.5, size=2)
array([2.67038916, 2.36677492])
Lass uns üben!
Stichprobenziehung in Python
