كيفية استخدام ما يعادل runif() في بايثون

في لغة البرمجة R، يمكننا استخدام الدالة runif() لإنشاء متجه للقيم العشوائية يتبع توزيعًا موحدًا بقيمة دنيا وأقصى محددة.

على سبيل المثال، يوضح التعليمة البرمجية التالية كيفية استخدام runif() لإنشاء متجه من 8 قيم عشوائية تتبع توزيعًا موحدًا بحد أدنى لقيمة 5 وحد أقصى لقيمة 10:

 #make this example reproducible
set. seeds (1)

#generate vector of 8 values that follow uniform distribution with min=5 and max=10
runif(n=8, min=5, max=10)

[1] 6.327543 6.860619 7.864267 9.541039 6.008410 9.491948 9.723376 8.303989

ما يعادل الدالة runif() في بايثون هو الدالة np.random.uniform() ، والتي تستخدم بناء الجملة الأساسي التالي:

np.random.uniform(منخفض=0، عالي=1، الحجم=لا شيء)

ذهب:

• منخفض : الحد الأدنى لقيمة التوزيع
• عالي : الحد الأقصى لقيمة التوزيع
• الحجم : حجم العينة

يوضح المثال التالي كيفية استخدام هذه الوظيفة عمليًا.

مثال: استخدام ما يعادل runif() في بايثون

يوضح التعليمة البرمجية التالية كيفية استخدام الدالة np.random.uniform() لإنشاء مصفوفة من القيم العشوائية التي تتبع توزيعًا موحدًا بقيمة دنيا وأقصى محددة:

 import numpy as np

#make this example reproducible
n.p. random . seeds (1)

#generate array of 8 values that follow uniform distribution with min=5 and max=10
n.p. random . uniform (low= 5 , high= 10 , size= 8 )

array([7.08511002, 8.60162247, 5.00057187, 6.51166286, 5.73377945,
       5.46169297, 5.93130106, 6.72780364])

والنتيجة هي مصفوفة NumPy تحتوي على 8 قيم تم إنشاؤها من توزيع موحد بحد أدنى لقيمة 5 وحد أقصى لقيمة 10.

يمكنك أيضًا إنشاء رسم بياني باستخدام Matplotlib لتصور التوزيع الطبيعي الناتج عن وظيفة np.random.uniform() :

 import numpy as np
import matplotlib. pyplot as plt

#make this example reproducible
n.p. random . seeds (1)

#generate array of 200 values that follow uniform distribution with min=5 and max=10
data = np. random . uniform (low= 5 , high= 10 , size= 200 )

#create histogram to visualize distribution of values
plt. hist (data, bins= 30 , edgecolor=' black ')

يوضح المحور السيني قيم التوزيع والمحور الصادي يوضح تكرار كل قيمة.

لاحظ أن المحور السيني ينتقل من 5 إلى 10 لأن هذه هي القيم الدنيا والقصوى التي حددناها للتوزيع.

ملاحظة : يمكنك العثور على الوثائق الكاملة للوظيفة np.random.uniform() هنا .

مصادر إضافية

تشرح البرامج التعليمية التالية كيفية تنفيذ العمليات الشائعة الأخرى في الباندا:

كيفية إنشاء Pandas DataFrame ببيانات عشوائية
كيفية أخذ عينات عشوائية من الصفوف في الباندا
كيفية خلط الصفوف في Pandas DataFrame