Numpy.tilfeldig.RandomState.ensartet metode

Numpy er et Python -bibliotek som brukes til numerisk databehandling. Det tilfeldige.RandomState.Ensartet metode er en numpy funksjon som brukes til å generere tilfeldige tall, som vi får fra en rekke sannsynlighetsfordelinger. Denne funksjonen brukes for å få tilfeldige verdier. Hva skjer hvis vi har flytende punktverdier eller heltallverdier i tusenvis? Så hva skal vi gjøre? Manuelt legge inn verdier? Nei, ved å bruke tilfeldig.RandomState.Ensartet metode er veldig gjennomførbar for å få like distribuerte tilfeldige verdier. Vi gir bare lave og høye verdier og størrelser. Deretter bruker denne metoden, den vil returnere utgangen i en endimensjonal matrise. Vi bruker stort sett denne funksjonen når vi tegner plotting eller når vi trenger å bruke tilfeldige verdier; Det resulterende datasettet kan brukes til å trene og teste forskjellige modeller. Det er en numerisk metode; For det formålet importerer vi Numpy Library i Python.

Syntaks

Numpy.tilfeldig.RandomState ().uniform (lav = 0.0, høy = 10.0, størrelse = 2)

Parametere

I denne metoden, innenfor den ensartede metoden, brukes tre parametere lav, høy og størrelse og størrelse. Det fungerer som prøver er jevnt fordelt over et halvt åpent intervall, noe som betyr at det inkluderer lavt, men ekskluderer høy [lav, høy).

• • Lav: Enhver flytende punktverdi eller heltallverdi er utgangspunktet for en jevn distribuert prøve, den er valgfritt, og hvis vi ikke tildeler den lave verdien, vil den antas som null.
  • Høy: Høy er den maksimale verdien som prøven kan nå, men det utelukker at det krevde høy verdi i prøven.
  • Størrelse: Denne parameteren indikerer kompilatoren for hvor mange verdier vi har tenkt å opprette.

Returverdi

Denne metoden returnerer utgangsverdien som en endimensjonal matrise.

Importer bibliotek

Hver gang vi bruker en funksjon fra et bibliotek, må vi importere den tilsvarende modulen før vi bruker den aktuelle funksjonen i koden. Ellers vil vi ikke kunne ringe funksjonene fra det biblioteket. For å bruke Numpy -funksjoner, må vi importere Numpy -biblioteket slik at koden vår kan bruke alle Numpy -funksjoner.

Importer numpy som funksjonsnavn

Her la oss si at NP er funksjonsnavnet.

Importer numpy som NP

"NP" er funksjonsnavnet. Vi kan bruke hvilket som helst navn, men de fleste eksperter bruker “NP” som et funksjonsnavn for å gjøre det enkelt. Med dette funksjonsnavnet kan vi bruke hvilken som helst funksjon av det numpy biblioteket i koden vår.

Eksempel nr. 1

Det tilfeldige.RandomState ().Uniform () -metode er veldig nyttig når vi ønsker å trene modeller. Et eksempel med heltallverdier er gitt nedenfor.

Koden over importerer først Numpy Library, som er et Python -bibliotek som brukes til numeriske funksjoner. Det er flere matematiske funksjoner i dette biblioteket, men for å bruke disse funksjonene, må vi importere biblioteket og gi det et funksjonsnavn. Med det funksjonsnavnet vil vi kalle de numpy innebygde funksjonene. Her importeres Numpy Library med “NP” som funksjonsnavnet. Neste, det tilfeldige.RandomState ().Uniform () brukes sammen med “NP”. Innenfor uniform () -metoden tildeles tre parametere forskjellige verdier. Argumentet “lav” er tildelt 0.0; Dette er poenget der prøvedata vil starte og tilfeldig generere verdier. Attributtet “høy” er tildelt 8, som betyr at tilfeldige data ikke kan nå 8 eller overstige 8; Under 8 kan enhver verdi genereres. Argumentet "størrelse" forteller hvor mange verdier vi trenger. Lagre resultatet av denne metoden i en variabel. For å vise den resulterende verdien, påkalle print () -funksjonen, og inne i denne metoden, må vi plassere variabelen der vi lagret resultatet.

Programmets utdata vises. Den viser først meldingen, og etter det presenteres en matrise som inneholder 10 tilfeldige verdier. Og denne matrisen inneholder ikke en negativ verdi fordi vi tildelte den laveste verdien, 0.0, som betyr at prøven ikke kan ha en negativ verdi.

Eksempel nr. 2

Vi kan også bruke tilfeldig.RandomState ().Uniform () -funksjon uten å tildele den lave verdien. Den vil automatisk generere en prøve som er større enn 0.

Vi ville først importere en numpy modul som NP. Ring deretter NP.tilfeldig.RandomState ().Uniform () -funksjon. Her vil vi gi verdiene på bare to argumenter, "høy" og "størrelse". Vi kan ikke spesifisere verdien av den "lave" parameteren. Det er valgfritt fordi hvis vi ikke tildeler det noen verdi, forutsetter det at den lave verdien er 0.0 For denne metoden. “Høy” er den maksimale verdien; Vi kan si at det er grensen og "størrelse" er antall verdier vi ønsker i et datasett. Lagre utfallet i variabel “output”. Vis verdien sammen med en melding ved å bruke utskriftserklæringen.

I utfallet inneholder den resulterende matrisen 8 verdier fordi vi definerte størrelsen som 8. Verdiene produseres alle tilfeldig.

Eksempel nr. 3

Et annet eksempel på koden illustrerer at vi også kan tildele den negative verdien til den "lave" parameteren til Uniform () -metoden. Størrelsen på det opprettede datasettet er uten betydning ved å bruke NP.tilfeldig.RandomState ().Uniform () -funksjon, vi kan ganske enkelt lage store eksempeldata.

Å innlemme Numpy -modulen er alltid det første trinnet. I neste uttalelse, bruk tilfeldig.RandomState ().ensartet () metode for å generere prøvedata tilfeldig. Her setter vi også den laveste og høyeste verdien og størrelsen på utgangsarrayen. Størrelsen skal være en heltallverdi fordi utgangen vil bli lagret i en matrise, og array -størrelse kan ikke være i en flytende punktverdi. Og den "lave" parameteren tildeles en negativ verdi bare for å utdype at vi kan bruke negative verdier. Print () -metoden viser en melding sammen med den resulterende matrisen ved å bruke variabelnavnet der vi lagret matrisen.

Resultatene indikerer at den laveste verdien kan være negativ eller under null. En endimensjonal matrise og en melding skrives ut som utdata.

Konklusjon

Vi går i større dybde på Numpy.tilfeldig.RandomState.Uniform () -metode i denne guiden. Alt er dekket i detalj, inkludert den grunnleggende introduksjonen, passende syntaks, parametrene og hvordan du bruker denne metoden i kode. Kodingseksemplene forklarer hvordan vi kan gjelde tilfeldig.RandomState ().Uniform () -metode med eller uten "lav" parameter. Det er en veldig nyttig metode når vi har å gjøre med store data eller når vi ønsker tilfeldige verdier.