So verwenden sie das äquivalent von runif() in python

In der Programmiersprache R können wir die Funktion runif() verwenden, um einen Vektor von Zufallswerten zu generieren, der einer gleichmäßigen Verteilung mit einem bestimmten Minimal- und Maximalwert folgt.

Der folgende Code zeigt beispielsweise, wie man mit runif() einen Vektor aus 8 Zufallswerten erstellt, der einer gleichmäßigen Verteilung mit einem Mindestwert von 5 und einem Höchstwert von 10 folgt:

 #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

Das Äquivalent der Funktion runif() in Python ist die Funktion np.random.uniform() , die die folgende grundlegende Syntax verwendet:

np.random.uniform(low=0, high=1, size=None)

Gold:

• niedrig : Minimalwert der Verteilung
• hoch : Maximalwert der Verteilung
• Größe : Stichprobengröße

Das folgende Beispiel zeigt, wie Sie diese Funktion in der Praxis nutzen können.

Beispiel: Verwendung des Äquivalents von runif() in Python

Der folgende Code zeigt, wie Sie mit der Funktion np.random.uniform() ein Array von Zufallswerten generieren, das einer gleichmäßigen Verteilung mit einem bestimmten Minimal- und Maximalwert folgt:

 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])

Das Ergebnis ist ein NumPy-Array, das 8 Werte enthält, die aus einer gleichmäßigen Verteilung mit einem Mindestwert von 5 und einem Höchstwert von 10 generiert wurden.

Sie können mit Matplotlib auch ein Histogramm erstellen, um eine von der Funktion np.random.uniform() generierte Normalverteilung zu visualisieren:

 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 ')

Die x-Achse zeigt die Werte der Verteilung und die y-Achse zeigt die Häufigkeit jedes Werts.

Beachten Sie, dass die x-Achse von 5 bis 10 reicht, da dies die Minimal- und Maximalwerte sind, die wir für die Verteilung angegeben haben.

Hinweis : Die vollständige Dokumentation für die Funktion np.random.uniform() finden Sie hier .

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie andere gängige Vorgänge in Pandas ausgeführt werden:

So erstellen Sie einen Pandas DataFrame mit Zufallsdaten
Wie man Zeilen in Pandas zufällig abtastet
So mischen Sie Zeilen in einem Pandas DataFrame