Nombres aléatoires
Fait partie de la section Données et visualisations du Journey Machine Learning de Coddy. Leçon 18 sur 60.
Les simulations, les données mélangées et les modèles non entraînés partent tous de nombres aléatoires. Ces 1 000 hauteurs fictives ont nécessité une seule ligne :
NumPy les tire d’un générateur, initialisé par une graine :
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))Cela affiche :
[173. 159.6 177.5 179.4]
[2 4 3 3 5]
[0.44 0.13 0.09]normal(mean, std, size) se regroupe autour de sa moyenne. integers exclut sa valeur de fin, comme range. random donne des nombres décimaux de 0 à 1.
La même graine produit les mêmes nombres sur n’importe quel ordinateur, de sorte que tout le monde peut reproduire ton expérience. Chaque tirage fait avancer le générateur.
Défi
FacileUne boutique simule une semaine qu'une nouvelle exécution doit reproduire.
- Créez
rng_aà partir de la graine et tirez 7 nombres de clients, de 20 à 60 inclus, puis 7 dépenses selon une loi normale : moyenne 15, écart-type 4. - Tirez à nouveau les nombres de clients avec
rng_ben utilisant la même graine et avecrng_cen utilisant la graine plus 1. - Affichez comme ci-dessous : les dépenses avec 1 décimale, et le nombre de jours où b et c correspondent à a.
Pour la graine 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: 1Essayez vous-même
import numpy as np
seed = int(input())
# Écrivez votre code ci-dessous
Testez-vousCette leçon comprend un petit quiz. Commencez la leçon pour y répondre et suivre votre progression.
Toutes les leçons de Données et visualisations
1Introduction
Bonjour, Machine LearningQu’est-ce qu’un modèle ?Importer des bibliothèquesVotre premier graphique4Façonner les données
Remodeler les tableauxJoindre des tableauxNombres aléatoiresRécapitulatif : simulation de dés2Tableaux NumPy
Créer des tableauxForme et taillePlages de nombresIndexation et découpageRécapitulatif : grille de températures5Graphiques en courbes et nuages de points
Étiquettes et titresNuages de pointsPlusieurs courbes et légendesCouleurs et marqueursFigures et axesRécapitulatif : pas hebdomadaires3Calculs sur les tableaux
Opérations mathématiques sur des tableaux entiersStatistiques récapitulativesStatistiques par axeDiffusionMasques booléensRécapitulatif : notes d’examen6Graphiques de données
Diagrammes en barresHistogrammesPlusieurs graphiques en unImages sous forme de tableauxRécapitulatif : rapport sur les précipitationsEntraînez-vous par vous-même : Compilateur Python en ligne