Генерация псевдослучайных чисел
Выборка в Python
James Chapman
Curriculum Manager, DataCamp
Что значит «случайный»?
{adjective} сделанный, происходящий или выбранный без какого-либо метода или осознанного решения.
1 Oxford Languages
Истинно случайные числа
- Генерируются физическими процессами, например подбрасыванием монеты
- Hotbits использует радиоактивный распад
- RANDOM.ORG использует атмосферный шум
- Истинная случайность — дорогостоящий процесс
1 https://www.fourmilab.ch/hotbits 2 https://www.random.org
Генерация псевдослучайных чисел
- Генерация псевдослучайных чисел — дёшево и быстро
- Следующее «случайное» число вычисляется из предыдущего «случайного» числа
- Первое «случайное» число вычисляется из начального значения (seed)
- Одно и то же начальное значение даёт одинаковую последовательность чисел
Пример генерации псевдослучайных чисел
seed = 1
calc_next_random(seed)
3
calc_next_random(3)
2
calc_next_random(2)
6
Функции генерации случайных чисел
- Используйте префикс
numpy.random, напримерnumpy.random.beta()
| Функция | Распределение | Функция | Распределение |
|---|---|---|---|
| .beta | Бета | .hypergeometric | Гипергеометрическое |
| .binomial | Биномиальное | .lognormal | Логнормальное |
| .chisquare | Хи-квадрат | .negative_binomial | Отрицательное биномиальное |
| .exponential | Экспоненциальное | .normal | Нормальное |
| .f | F | .poisson | Пуассона |
| .gamma | Гамма | .standard_t | t |
| .geometric | Геометрическое | .uniform | Равномерное |
Визуализация случайных чисел
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()
Начальные значения для генерации случайных чисел
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 ])
Использование другого начального значения
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])
Давайте потренируемся!
Выборка в Python
