पायथन में rnorm() के समतुल्य का उपयोग कैसे करें

आर प्रोग्रामिंग भाषा में, हम यादृच्छिक मानों का एक वेक्टर उत्पन्न करने के लिए rnorm() फ़ंक्शन का उपयोग कर सकते हैं जो एक विशिष्ट माध्य और मानक विचलन के साथ सामान्य वितरण का अनुसरण करता है।

उदाहरण के लिए, निम्नलिखित कोड दिखाता है कि 8 यादृच्छिक मानों का एक वेक्टर बनाने के लिए rnorm() का उपयोग कैसे करें जो 5 के माध्य और 2 के मानक विचलन के साथ सामान्य वितरण का अनुसरण करता है:

 #make this example reproducible
set. seeds (1)

#generate vector of 8 values that follows normal distribution with mean=5 and sd=2
rnorm(n=8, mean=5, sd=2)

[1] 3.747092 5.367287 3.328743 8.190562 5.659016 3.359063 5.974858 6.476649

पायथन में rnorm() फ़ंक्शन के समतुल्य np.random.सामान्य() फ़ंक्शन है, जो निम्नलिखित मूल सिंटैक्स का उपयोग करता है:

np.random.सामान्य(loc=0, स्केल=1, आकार=कोई नहीं)

सोना:

• स्थान : वितरण का औसत
• पैमाना : वितरण का मानक विचलन
• आकार : नमूना आकार

निम्नलिखित उदाहरण दिखाता है कि व्यवहार में इस फ़ंक्शन का उपयोग कैसे करें।

उदाहरण: पायथन में rnorm() के समकक्ष का उपयोग करना

निम्नलिखित कोड दिखाता है कि एक विशिष्ट माध्य और मानक विचलन के साथ सामान्य वितरण का अनुसरण करने वाले यादृच्छिक मानों की एक सरणी उत्पन्न करने के लिए np.random.सामान्य() फ़ंक्शन का उपयोग कैसे करें।

 import numpy as np

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

#generate array of 8 values that follow normal distribution with mean=5 and sd=2
n.p. random . normal (loc=5, scale=2, size=8)

array([8.24869073, 3.77648717, 3.9436565, 2.85406276, 6.73081526,
       0.39692261, 8.48962353, 3.4775862 ])

परिणाम एक NumPy सरणी है जिसमें 5 के माध्य और 2 के मानक विचलन के साथ सामान्य वितरण से उत्पन्न 8 मान होते हैं।

आप np.random.सामान्य() फ़ंक्शन द्वारा उत्पन्न सामान्य वितरण को देखने के लिए Matplotlib का उपयोग करके एक हिस्टोग्राम भी बना सकते हैं:

 import numpy as np
import matplotlib. pyplot as plt

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

#generate array of 200 values that follows normal distribution with mean=5 and sd=2
data = np. random . normal (loc=5, scale=2, size=200)

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

हम देखते हैं कि मूल्यों का वितरण 5 के माध्य और 2 के मानक विचलन के साथ मोटे तौर पर घंटी के आकार का है।

नोट : आप np.random.सामान्य() फ़ंक्शन के लिए संपूर्ण दस्तावेज़ यहां पा सकते हैं।

अतिरिक्त संसाधन

निम्नलिखित ट्यूटोरियल बताते हैं कि पायथन में अन्य सामान्य ऑपरेशन कैसे करें:

पायथन में सामान्य सीडीएफ की गणना और प्लॉट कैसे करें
पायथन में सामान्य वितरण कैसे प्लॉट करें
पायथन में सामान्यता का परीक्षण कैसे करें