छद्म-रैंडम संख्या जेनरेशन
Python में Sampling
James Chapman
Curriculum Manager, DataCamp
रैंडम का मतलब क्या है?
{adjective} बिना किसी विधि या जागरूक निर्णय के बनाई, की गई, घटित, या चुनी गई चीज़।
1 Oxford Languages
सच्ची रैंडम संख्याएँ
- भौतिक प्रक्रियाओं से बनाई जाती हैं, जैसे सिक्का उछालना
- Hotbits रेडियोधर्मी क्षय का उपयोग करता है
- RANDOM.ORG वायुमंडलीय शोर का उपयोग करता है
- सच्ची रैंडमनेस महंगी होती है
1 https://www.fourmilab.ch/hotbits 2 https://www.random.org
छद्म-रैंडम संख्या जेनरेशन
- Pseudo-random number generation सस्ता और तेज़ है
- अगली "रैंडम" संख्या पिछली "रैंडम" संख्या से निकाली जाती है
- पहली "रैंडम" संख्या एक seed से निकाली जाती है
- वही seed मान वही रैंडम संख्याएँ देता है
छद्म-रैंडम जेनरेशन का उदाहरण
seed = 1
calc_next_random(seed)
3
calc_next_random(3)
2
calc_next_random(2)
6
रैंडम संख्या बनाने वाले फंक्शन
numpy.randomसे शुरू करें, जैसेnumpy.random.beta()
| function | distribution | function | distribution |
|---|---|---|---|
| .beta | Beta | .hypergeometric | Hypergeometric |
| .binomial | Binomial | .lognormal | Lognormal |
| .chisquare | Chi-squared | .negative_binomial | Negative binomial |
| .exponential | Exponential | .normal | Normal |
| .f | F | .poisson | Poisson |
| .gamma | Gamma | .standard_t | t |
| .geometric | Geometric | .uniform | Uniform |
रैंडम संख्याओं का विजुअलाइजेशन
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()
रैंडम नंबर seeds
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 ])
अलग seed का उपयोग
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])
अभ्यास करते हैं!
Python में Sampling
