วิธีใช้เทียบเท่ากับ runif() ใน python

ในภาษาการเขียนโปรแกรม R เราสามารถใช้ฟังก์ชัน runif() เพื่อสร้างเวกเตอร์ของค่าสุ่มที่ตามหลัง การแจกแจงแบบสม่ำเสมอ โดยมีค่าต่ำสุดและสูงสุดเฉพาะ

ตัวอย่างเช่น โค้ดต่อไปนี้แสดงวิธีใช้ runif() เพื่อสร้างเวกเตอร์ที่มีค่าสุ่ม 8 ค่าซึ่งตามหลังการแจกแจงแบบสม่ำเสมอโดยมีค่าต่ำสุด 5 และค่าสูงสุด 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

ฟังก์ชัน runif() ที่เทียบเท่ากันใน Python คือฟังก์ชัน np.random.uniform() ซึ่งใช้ไวยากรณ์พื้นฐานต่อไปนี้:

np.random.uniform(ต่ำ=0, สูง=1, ขนาด=ไม่มี)

ทอง:

• ต่ำ : ค่าต่ำสุดของการแจกแจง
• สูง : มูลค่าสูงสุดของการแจกแจง
• ขนาด : ขนาดตัวอย่าง

ตัวอย่างต่อไปนี้แสดงวิธีใช้ฟังก์ชันนี้ในทางปฏิบัติ

ตัวอย่าง: การใช้เทียบเท่ากับ runif() ใน Python

รหัสต่อไปนี้แสดงวิธีใช้ฟังก์ชัน np.random.uniform() เพื่อสร้างอาร์เรย์ของค่าสุ่มที่ตามหลังการแจกแจงแบบสม่ำเสมอโดยมีค่าต่ำสุดและสูงสุดเฉพาะ:

 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])

ผลลัพธ์คืออาร์เรย์ NumPy ที่มีค่า 8 ค่าที่สร้างจากการแจกแจงแบบสม่ำเสมอโดยมีค่าต่ำสุด 5 และค่าสูงสุด 10

คุณยังสามารถสร้างฮิสโตแกรมโดยใช้ Matplotlib เพื่อแสดงภาพการแจกแจงแบบปกติที่สร้างโดยฟังก์ชัน 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 ')

แกน x แสดงค่าของการแจกแจง และแกน y แสดงความถี่ของแต่ละค่า

โปรดทราบว่าแกน x ไปจาก 5 ถึง 10 เนื่องจากค่าเหล่านี้เป็นค่าต่ำสุดและสูงสุดที่เราระบุสำหรับการแจกแจง

หมายเหตุ : คุณสามารถค้นหาเอกสารฉบับเต็มสำหรับฟังก์ชัน np.random.uniform() ได้ที่นี่

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่น ๆ ในแพนด้า:

วิธีสร้าง Pandas DataFrame ด้วยข้อมูลแบบสุ่ม
วิธีสุ่มตัวอย่างแถวใน Pandas
วิธีสุ่มแถวใน Pandas DataFrame