الأعداد العشوائية
جزء من قسم البيانات والرسوم البيانية في رحلة Machine Learning على Coddy. الدرس 18 من 60.
تبدأ عمليات المحاكاة والبيانات المُعاد ترتيبها والنماذج غير المدرَّبة بأرقام عشوائية. استغرق إنشاء هذه الأطوال الوهمية البالغ عددها 1,000 سطرًا واحدًا:
تسحبها NumPy من مولِّد، يبدأ بواسطة بذرة:
rng = np.random.default_rng(42)
heights = rng.normal(170, 10, size=1000)
print(np.round(heights[:4], 1))
print(rng.integers(1, 7, size=5))
print(np.round(rng.random(3), 2))يطبع هذا:
[173. 159.6 177.5 179.4]
[2 4 3 3 5]
[0.44 0.13 0.09]تتمركز normal(mean, std, size) حول متوسطها. لا تشمل integers قيمة التوقف، مثل range. تُرجع random أعدادًا عشرية من 0 إلى 1.
تعطي البذرة نفسها الأرقام نفسها على أي جهاز كمبيوتر، لذا يستطيع أي شخص تكرار تجربتك. وكل سحب يحرّك المولّد إلى الأمام.
التحدي
سهليحاكي متجر أسبوعًا يجب أن تعيده عملية تشغيل البرنامج مرة أخرى.
- أنشئ
rng_aمن البذرة واسحب 7 أعداد للعملاء، من 20 إلى 60 شاملًا، ثم 7 قيم للإنفاق من التوزيع الطبيعي: المتوسط 15، والانحراف المعياري 4. - اسحب الأعداد مرة أخرى من
rng_bباستخدام البذرة نفسها، ومنrng_cباستخدام البذرة زائد 1. - اطبع كما هو موضح أدناه: قيم الإنفاق إلى منزلة عشرية واحدة، وعدد الأيام التي تتطابق فيها قيم b وc مع a.
للبذرة 12:
Customers: [45 30 59 58 22 27 28]
Spend: [21.5 10.2 12.5 9.7 14.6 19. 14.9]
Same seed, days that match: 7
Seed + 1, days that match: 1جرّب بنفسك
import numpy as np
seed = int(input())
# اكتب الكود الخاص بك أدناه
اختبر نفسكيتضمن هذا الدرس اختبارًا قصيرًا. ابدأ الدرس للإجابة عليه وتتبّع تقدمك.
جميع دروس البيانات والرسوم البيانية
5المخططات الخطية والمبعثرة
التسميات والعناوينالمخططات المبعثرةخطوط متعددة ووسائل الإيضاحالألوان والعلاماتالأشكال والمحاورمراجعة: الخطوات الأسبوعية11مجموعات البيانات لتعلم الآلة
مجموعات البيانات المدمجةالسمات والتسمياتاستكشاف البيانات حسب الفئةرسم الفئاتمراجعة: مجموعة بيانات النبيذتدرّب بنفسك: مترجم Python عبر الإنترنت