Menu
CoddyTech

Angka Acak

Termasuk bagian Data dan Plot dalam perjalanan Machine Learning di Coddy. Pelajaran 18 dari 60.

Simulasi, data yang diacak, dan model yang belum dilatih semuanya dimulai dari angka acak. Tinggi badan rekaan sebanyak 1.000 ini dibuat dengan satu baris:

Histogram 1.000 tinggi badan acak berbentuk lonceng, paling tinggi di sekitar rata-rata 170 cm dan makin rendah menuju 140 dan 200

NumPy mengambilnya dari generator, yang dimulai dengan seed:

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))

Ini mencetak:

[173.  159.6 177.5 179.4]
[2 4 3 3 5]
[0.44 0.13 0.09]

normal(mean, std, size) mengelompok di sekitar nilai rata-ratanya. integers tidak menyertakan batas akhirnya, seperti range. random menghasilkan bilangan desimal dari 0 sampai 1.

Seed yang sama menghasilkan angka yang sama di komputer mana pun, jadi siapa pun bisa mengulangi eksperimenmu. Setiap pengambilan menggerakkan generator ke langkah berikutnya.

challenge icon

Tantangan

Mudah

Sebuah toko menyimulasikan satu minggu yang harus diulang saat program dijalankan ulang.

  1. Buat rng_a dari seed dan ambil 7 jumlah pelanggan, dari 20 sampai 60 inklusif, lalu 7 nilai belanja normal: mean 15, std 4.
  2. Ambil lagi jumlah pelanggan dari rng_b dengan seed yang sama dan rng_c dengan seed ditambah 1.
  3. Cetak seperti di bawah: nilai belanja dengan 1 angka desimal, dan jumlah hari saat b dan c cocok dengan a.

Untuk seed 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: 1

Coba sendiri

import numpy as np

seed = int(input())

# Tulis kodemu di bawah ini
quiz iconUji dirimu

Pelajaran ini berisi kuis singkat. Mulai pelajarannya untuk menjawab kuis dan melacak progresmu.

Semua pelajaran di Data dan Plot

Latihan sendiri: Compiler Python online