Pseudonáhodné generování čísel
Vzorkování v Pythonu
James Chapman
Curriculum Manager, DataCamp
Co znamená „náhodný"?
{přídavné jméno} vytvořený, provedený, vzniklý nebo zvolený bez metody či vědomého rozhodnutí.
1 Oxford Languages
Skutečná náhodná čísla
- Generována z fyzikálních procesů, např. hodu mincí
- Hotbits využívá radioaktivní rozpad
- RANDOM.ORG využívá atmosférický šum
- Skutečná náhodnost je nákladná
1 https://www.fourmilab.ch/hotbits 2 https://www.random.org
Pseudonáhodné generování čísel
- Pseudonáhodné generování je levné a rychlé
- Další „náhodné" číslo se vypočítá z předchozího „náhodného" čísla
- První „náhodné" číslo se vypočítá ze semene
- Stejné semeno vždy vrátí stejná náhodná čísla
Příklad pseudonáhodného generování čísel
seed = 1
calc_next_random(seed)
3
calc_next_random(3)
2
calc_next_random(2)
6
Funkce pro generování náhodných čísel
- Přidejte předponu
numpy.random, např.numpy.random.beta()
| funkce | rozdělení | funkce | rozdělení |
|---|---|---|---|
| .beta | Beta | .hypergeometric | Hypergeometrické |
| .binomial | Binomické | .lognormal | Lognormální |
| .chisquare | Chí-kvadrát | .negative_binomial | Negativní binomické |
| .exponential | Exponenciální | .normal | Normální |
| .f | F | .poisson | Poissonovo |
| .gamma | Gamma | .standard_t | t |
| .geometric | Geometrické | .uniform | Rovnoměrné |
Vizualizace náhodných čísel
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()
Semena náhodných čísel
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 ])
Použití jiného semene
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])
Pojďme si procvičit!
Vzorkování v Pythonu
