Python'da rnorm() eşdeğeri nasıl kullanılır?

R programlama dilinde, belirli bir ortalama ve standart sapma ile normal bir dağılım izleyen rastgele değerlerden oluşan bir vektör oluşturmak için rnorm() fonksiyonunu kullanabiliriz.

Örneğin, aşağıdaki kod, ortalaması 5 ve standart sapması 2 olan normal bir dağılım izleyen 8 rastgele değerden oluşan bir vektör oluşturmak için rnorm() işlevinin nasıl kullanılacağını gösterir:

 #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

Python’daki rnorm() işlevinin eşdeğeri, aşağıdaki temel sözdizimini kullanan np.random.normal() işlevidir:

np.random.normal(loc=0, ölçek=1, boyut=Yok)

Altın:

• loc : Dağılımın ortalaması
• ölçek : Dağılımın standart sapması
• boyut : örnek boyutu

Aşağıdaki örnekte bu fonksiyonun pratikte nasıl kullanılacağı gösterilmektedir.

Örnek: Python’da rnorm()’un eşdeğerini kullanmak

Aşağıdaki kod, belirli bir ortalama ve standart sapma ile normal bir dağılım izleyen rastgele değerler dizisi oluşturmak için np.random.normal() işlevinin nasıl kullanılacağını gösterir.

 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 ])

Sonuç, ortalaması 5 ve standart sapması 2 olan normal dağılımdan oluşturulan 8 değeri içeren bir NumPy dizisidir.

Ayrıca np.random.normal() işlevi tarafından oluşturulan normal dağılımı görselleştirmek için Matplotlib’i kullanarak bir histogram oluşturabilirsiniz:

 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 ')

Değerlerin dağılımının ortalama 5 ve standart sapma 2 olmak üzere kabaca çan şeklinde olduğunu görüyoruz.

Not : np.random.normal() işlevine ilişkin tüm belgeleri burada bulabilirsiniz.

Ek kaynaklar

Aşağıdaki eğitimlerde Python’da diğer yaygın işlemlerin nasıl gerçekleştirileceği açıklanmaktadır:

Python’da Normal CDF Nasıl Hesaplanır ve Çizilir
Python’da Normal Dağılım Nasıl Çizilir
Python’da normallik nasıl test edilir