Npr trong trăn

Ngẫu nhiên là một mô-đun có trong thư viện NumPy. Mô-đun này chứa các hàm được sử dụng để tạo ngẫu nhiên số. Mô-đun này bao gồm một số phương pháp tạo dữ liệu ngẫu nhiên đơn giản, một số hàm hoán vị và phân phối cũng như các hàm tạo ngẫu nhiên

Nội dung chính Hiển thị

• Dữ liệu ngẫu nhiên
• Distribution

Các bài viết liên quan

Tất cả các chức năng trong một ngẫu nhiên mô-đun như sau

Dữ liệu ngẫu nhiên

Data Random Simple Simple có các chức năng sau

1. p. ngẫu nhiên. rand [d0, d1, …, dn]

Chức năng này của ngẫu nhiên mô-đun được sử dụng để tạo ra các số hoặc giá trị ngẫu nhiên trong một định dạng nhất định

Thí dụ

import numpy as np  
a=np.random.rand[5,2]  
a  

đầu ra

1. np. ngẫu nhiên. randn[d0, d1, …, dn]

Hàm này của mô-đun ngẫu nhiên trả về một mẫu từ phân phối “chuẩn thông thường”

Thí dụ

import numpy as np  
a=np.random.randn[2,2]  
a

đầu ra

1. np. ngẫu nhiên. randint [thấp [, cao, kích thước, dtype]]

Chức năng này của mô-đun ngẫu nhiên được sử dụng để tạo ra các số nguyên ngẫu nhiên từ bao gồm [hấp thụ] đến loại trừ [cao]

Thí dụ

import numpy as np  
a=np.random.randint[3, size=10]  
a

đầu ra

1. np. ngẫu nhiên. Random_integers [thấp [, cao, kích thước]]

Hàm này của ngẫu nhiên mô-đun được sử dụng để tạo số nguyên ngẫu nhiên kiểu np. int between low and high

Thí dụ

import numpy as np  
a=np.random.random_integers[3]  
a  
b=type[np.random.random_integers[3]]  
b  
c=np.random.random_integers[5, size=[3,2]]  
c  

đầu ra

1. np. ngẫu nhiên. random_sample [[size]]

Chức năng này của mô-đun ngẫu nhiên được sử dụng để tạo số lượng ngẫu nhiên trong khoảng thời gian nửa mở [0. 0, 1. 0]

Thí dụ

import numpy as np  
a=np.random.random_sample[]  
a  
b=type[np.random.random_sample[]]  
b  
c=np.random.random_sample[[5,]]  
c  

đầu ra

1. np. ngẫu nhiên. ngẫu nhiên [[kích thước]]

Chức năng này của mô-đun ngẫu nhiên được sử dụng để tạo số lượng ngẫu nhiên trong khoảng thời gian nửa mở [0. 0, 1. 0]

Thí dụ

import numpy as np  
a=np.random.random[]  
a  
b=type[np.random.random[]]  
b  
c=np.random.random[[5,]]  
c  

đầu ra

1. np. ngẫu nhiên. ranf [[kích thước]]

Chức năng này của mô-đun ngẫu nhiên được sử dụng để tạo số lượng ngẫu nhiên trong khoảng thời gian nửa mở [0. 0, 1. 0]

Thí dụ

import numpy as np  
a=np.random.ranf[]  
a  
b=type[np.random.ranf[]]  
b  
c=np.random.ranf[[5,]]  
c  

đầu ra

1. np. ngẫu nhiên. cỡ mẫu]]

Chức năng này của mô-đun ngẫu nhiên được sử dụng để tạo số lượng ngẫu nhiên trong khoảng thời gian nửa mở [0. 0, 1. 0]

Các bài viết khác

Thí dụ

import numpy as np  
a=np.random.sample[]  
a  
b=type[np.random.sample[]]  
b  
c=np.random.sample[[5,]]  
c  

đầu ra

1. np. ngẫu nhiên. lựa chọn [a [, kích thước, Thay thế, p]]

Chức năng này của ngẫu nhiên mô-đun được sử dụng để tạo mẫu ngẫu nhiên từ một mảng 1-D nhất định

Thí dụ

đầu ra

1. np. ngẫu nhiên. byte [độ dài]

Chức năng này của ngẫu nhiên mô-đun được sử dụng để tạo ra các byte ngẫu nhiên

Thí dụ

import numpy as np  
a=np.random.bytes[7]  
a  

đầu ra

Hoàn thành vị trí

Có chức năng sau chức năng của vị trí

1. np. ngẫu nhiên. xáo trộn []

Hàm này được sử dụng để sửa đổi một trình tự tại chỗ bằng cách xáo trộn nội dung của nó

Thí dụ

import numpy as np  
a=np.random.randn[2,2]  
a

đầu ra

1. np. ngẫu nhiên. hoán vị []

Hàm này quay lại một dãy ngẫu nhiên hoặc trả về một dãy đã thay đổi vị trí

Thí dụ

import numpy as np  
a=np.random.randn[2,2]  
a

đầu ra

Distribution

Có chức năng sau chức năng của vị trí

1. beta [a, b [, kích thước]]

Hàm này được sử dụng để vẽ mẫu từ bản phân phối Beta

Thí dụ

import numpy as np  
a=np.random.randn[2,2]  
a

1. nhị thức [n, p [, size]]

Hàm này được sử dụng để lấy mẫu từ hàm phân phối Laplace hoặc hàm phân phối phụ thuộc vào vị trí và tỷ lệ xác định

Trong đó nPr đại diện cho n hoán vị r. Hoán vị đề cập đến quá trình tổ chức tất cả các cá nhân của một tập hợp nhất định để tạo thành một chuỗi

Ký hiệu toán học của nPr là n. /[n-r]

Tính giá trị của nPr trong Python

Phương pháp 1

1. Nhận đầu vào của người dùng

2. Tạo hàm tính giai thừa của n

3. Áp dụng các công thức của nPr đó là n. /[n-r]

4. Cuối cùng, trả về kết quả

import numpy as np  
a=np.random.randn[2,2]  
a

đầu ra

import numpy as np  
a=np.random.randn[2,2]  
a

Phương pháp 2

Python có một mô-đun toán học có hàm giai thừa [] sẵn có giúp tính giai thừa