Random Numbers in NumPy

-

 


What is a Random Number?

Nomor acak TIDAK berarti nomor yang berbeda setiap waktu. Acak berarti sesuatu yang tidak dapat diprediksi secara logis.

Pseudo Random and True Random.

Komputer bekerja pada program, dan program adalah kumpulan instruksi yang pasti. Jadi itu berarti harus ada beberapa algoritma untuk menghasilkan angka acak juga.

Jika ada program untuk membangkitkan bilangan acak maka dapat diprediksi, sehingga tidak benar-benar acak.

Angka acak yang dihasilkan melalui algoritma generasi disebut pseudo random.

Bisakah kita membuat angka yang benar-benar acak?

Ya. Untuk menghasilkan angka yang benar-benar acak di komputer kita, kita perlu mendapatkan data acak dari beberapa sumber luar. Sumber luar ini umumnya adalah penekanan tombol, gerakan mouse, data di jaringan, dll.

Kami tidak membutuhkan angka yang benar-benar acak, kecuali yang terkait dengan keamanan (misalnya kunci enkripsi) atau dasar penerapannya adalah keacakan (misalnya Digital roulette wheels).

Dalam tutorial ini kita akan menggunakan angka acak semu.

Generate Random Number

NumPy menawarkan random modul untuk bekerja dengan angka acak.

Contoh
Hasilkan bilangan bulat acak dari 0 hingga 100.
from numpy import random

x = random.randint(100)

print(x)

Generate Random Float

Metode modul acak rand() mengembalikan float acak antara 0 dan 1.

Contoh
Hasilkan float acak dari 0 hingga 1
from numpy import random

x = random.rand()

print(x)

Generate Random Array

Di NumPy kami bekerja dengan array, dan Anda dapat menggunakan dua metode dari contoh di atas untuk membuat array acak.

Integers

Metode randint() ini mengambil size parameter di mana Anda dapat menentukan bentuk array.

Contoh
Hasilkan array 1-D yang berisi 5 bilangan bulat/integer acak dari 0 hingga 100.
from numpy import random

x=random.randint(100, size=(5))

print(x)

Contoh
Hasilkan array 2-D dengan 3 baris, setiap baris berisi 5 bilangan bulat/integer acak dari 0 hingga 100.
from numpy import random

x = random.randint(100, size=(3, 5))

print(x)

Floats

Metode rand() ini juga memungkinkan Anda untuk menentukan bentuk array.

Contoh
Hasilkan array 1-D yang berisi 5 float acak.
from numpy import random

x = random.rand(5)

print(x)

Contoh
Hasilkan array 2-D dengan 3 baris, setiap baris berisi 5 angka acak.
from numpy import random

x = random.rand(3, 5)

print(x)

Generate Random Number From Array

Metode choice() ini memungkinkan Anda untuk menghasilkan nilai acak berdasarkan array nilai.

Metode choice() ini mengambil array sebagai parameter dan mengembalikan salah satu nilai secara acak.

Contoh
Kembalikan salah satu nilai dalam array.
from numpy import random

x = random.choice([3, 5, 7, 9])

print(x)

Metode choice() ini juga memungkinkan Anda mengembalikan array nilai.

Tambahkan size parameter untuk menentukan bentuk array.

Contoh
Buat array 2-D yang terdiri dari nilai dalam parameter array (3, 5, 7, dan 9).
from numpy import random

x = random.choice([3, 5, 7, 9], size=(3, 5))

print(x)

Komentar

Posting Komentar

Postingan populer dari blog ini

NumPy Array Search

-
Gambar
  Searching Arrays Kita dapat mencari array untuk nilai tertentu, dan mengembalikan index yang cocok. Untuk mencari array, gunakan where() . Contoh Temukan index dimana nilainya adalah 4. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  4 ,  4 ]) x =   np.where(arr ==  4 ) print (x) Contoh diatas akan mengembalikan Tuple: (array([3, 5, 6]),) Yang artinya nilai 4 terdapat pada index 3, 5, dan 6. Contoh Temukan index dimana nilainya genap. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ,  7 ,  8 ]) x =   np.where(arr% 2  ==  0 ) print (x) Contoh Temukan index dimana nilainya ganjil. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ,  7 ,  8 ]) x =   np.where(arr% 2  ==  1 ) print (x) Search Sorted  Ada metode yang disebut searchsorted() yang mela...
Baca selengkapnya

NumPy Array Split

-
Gambar
  Splitting NumPy Arrays Splitting/Pemisahan adalah operasi kebalikan dari Joining. Bergabung/Joining menggabungkan beberapa array menjadi satu dan memisahkan memecah satu array menjadi banyak. Kita menggunakan array_split() untuk memisahkan array, kita memberikan array yang ingin kita bagi dan jumlah pemisahan. Contoh Bagi array menjadi 3 bagian. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ]) newarr =   np.array_split(arr,  3 ) print (newarr) Note: Nilai yang dikembalikan adalah array yang berisi 3 array. Jika array memiliki lebih sedikit elemen dari yang dibutuhkan, array akan menyesuaikan dari akhir. Contoh Bagi array menjadi 4 bagian. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ]) newarr =   np.array_split(arr,  4 ) print (newarr) Note: Kita juga memiliki metode split() tersedia tetapi tidak akan menyesuaikan elemen ketika elemen ku...
Baca selengkapnya

NumPy Array Iterating

-
Gambar
  Iterating Array Iterating/iterasi berarti menelusuri elemen satu per satu. saat kita berurusan dengan array multi-dimensi di numpy, kita bisa melakukan ini menggunakan for loop dasar Python. Jika kita mengulangi/loop pada array 1-D, ia akan melewati setiap elemen satu per satu. Contoh  Iterasi pada elemen array 1-D berikut. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ]) for  x  in  arr:    print (x) Iterating 2-D Arrays Dalam array 2-D itu akan melewati semua baris. Contoh Lakukan iterasi pada elemen array 2D berikut. import  numpy  as  np arr = np.array([[ 1 ,  2 ,  3 ], [ 4 ,  5 ,  6 ]]) for  x  in  arr:    print (x) Jika kita iterasi pada array n -D maka akan melewati dimensi n-1 satu per satu. Untuk mengembalikan nilai aktual, skalar, kita harus mengulangi/loop array di setiap dimensi. Contoh Iterasi pada  setiap elemen skalar dari array 2-D. import ...
Baca selengkapnya