วิธีใช้ค่าเทียบเท่า rnorm() ใน python

ในภาษาการเขียนโปรแกรม R เราสามารถใช้ฟังก์ชัน rnorm() เพื่อสร้างเวกเตอร์ของค่าสุ่มที่เป็นไปตาม การแจกแจงแบบปกติ ด้วยค่าเฉลี่ยเฉพาะและส่วนเบี่ยงเบนมาตรฐาน

ตัวอย่างเช่น โค้ดต่อไปนี้แสดงวิธีใช้ rnorm() เพื่อสร้างเวกเตอร์ของค่าสุ่ม 8 ค่าที่เป็นไปตามการแจกแจงแบบปกติโดยมีค่าเฉลี่ยเป็น 5 และค่าเบี่ยงเบนมาตรฐานเป็น 2:

 #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

ฟังก์ชัน rnorm() ที่เทียบเท่ากันใน Python คือฟังก์ชัน np.random.normal() ซึ่งใช้ไวยากรณ์พื้นฐานต่อไปนี้:

np.random.normal(loc=0, สเกล=1, ขนาด=ไม่มี)

ทอง:

• loc : ค่าเฉลี่ยของการแจกแจง
• สเกล : ส่วนเบี่ยงเบนมาตรฐานของการแจกแจง
• ขนาด : ขนาดตัวอย่าง

ตัวอย่างต่อไปนี้แสดงวิธีใช้ฟังก์ชันนี้ในทางปฏิบัติ

ตัวอย่าง: การใช้ค่าเทียบเท่า rnorm() ใน Python

โค้ดต่อไปนี้แสดงวิธีใช้ฟังก์ชัน np.random.normal() เพื่อสร้างอาร์เรย์ของค่าสุ่มที่เป็นไปตามการแจกแจงแบบปกติด้วยค่าเฉลี่ยเฉพาะและส่วนเบี่ยงเบนมาตรฐาน

 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 ])

ผลลัพธ์คืออาร์เรย์ NumPy ที่มีค่า 8 ค่าที่สร้างขึ้นจากการแจกแจงแบบปกติโดยมีค่าเฉลี่ย 5 และค่าเบี่ยงเบนมาตรฐาน 2

คุณยังสามารถสร้างฮิสโตแกรมโดยใช้ Matplotlib เพื่อแสดงภาพการแจกแจงแบบปกติที่สร้างโดยฟังก์ชัน np.random.normal()

 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 ')

เราจะเห็นว่าการกระจายตัวของค่าจะเป็นรูประฆังคร่าวๆ โดยมีค่าเฉลี่ย 5 และค่าเบี่ยงเบนมาตรฐาน 2

หมายเหตุ : คุณสามารถดูเอกสารฉบับเต็มสำหรับฟังก์ชัน np.random.normal() ได้ที่นี่

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่นๆ ใน Python:

วิธีการคำนวณและพล็อต CDF ปกติใน Python
วิธีการพล็อตการแจกแจงแบบปกติใน Python
วิธีทดสอบความเป็นปกติใน Python