Python uniforme aleatorio numpy.Aleatorio.Uniforme

Veremos el método de uniforme aleatorio numpy en este artículo. También veremos la sintaxis y los parámetros para obtener un mejor conocimiento del tema. Luego, usando algunos ejemplos, veremos cómo se pone en práctica toda la teoría. Numpy es un paquete de pitón muy grande y poderoso, como todos sabemos.

Tiene muchas funciones, incluido Numpy Random Uniform (), que es una de ellas. Esta función nos ayuda a obtener muestras aleatorias de una distribución de datos uniforme. Después de eso, las muestras aleatorias se devuelven como una matriz numpy. Comprenderemos mejor esta función a medida que avanzamos a través de este artículo. Miraremos la sintaxis que la acompaña a continuación.

Sintaxis de uniforme aleatorio ()

La sintaxis del método Numpy Random Uniform () se enumera a continuación.

# Numpy.aleatorio.Uniforme (bajo = 0.0, alto = 1.0)

Para una mejor comprensión, repasemos cada uno de sus parámetros uno por uno. Cada parámetro afecta cómo funciona la función de alguna manera.

Tamaño

Determina cuántos elementos se agregan a la matriz de salida. Como resultado, si el tamaño se establece en 3, la matriz Numpy de salida tendrá tres elementos. La salida tendrá cuatro elementos si el tamaño está establecido en 4.

También se puede usar una tupla de valores para proporcionar el tamaño. La función construirá una matriz multidimensional en este escenario. notario público.aleatorio.Uniforme construirá una matriz numpy con una fila y dos columnas si se especifica el tamaño = (1,2).

El argumento de tamaño es opcional. Si el parámetro de tamaño se deja en blanco, la función devolverá un valor único entre bajo y alto.

Bajo

El parámetro bajo establece un límite inferior en el rango de posibles valores de salida. Tenga en cuenta que Low es uno de los resultados posibles. Como resultado, si establece Low = 0, el valor de salida tal vez 0. Es un parámetro opcional. Definterará 0 si este parámetro no tiene ningún valor.

Alto

El límite superior de los valores de salida permitidos se especifica por el parámetro alto. Vale la pena mencionar que no se tiene en cuenta el valor del alto parámetro. Como resultado, si establece el valor de High = 1, podría no ser posible que logre el valor exacto 1.

Además, tenga en cuenta que el parámetro alto requiere el uso de un argumento. Dicho esto, no tiene que usar el nombre del parámetro directamente. Para decirlo de manera diferente, puede usar la posición de este parámetro para transmitirle un argumento.

Ejemplo 1:

Primero, haremos una matriz numpy con cuatro valores desde el rango [0,1]. El parámetro de tamaño se asigna a tamaño = 4 en este caso. Como consecuencia, la función devuelve una matriz numpy que contiene cuatro valores.

También hemos establecido los valores bajos y altos en 0 y 1, respectivamente. Estos parámetros definen el rango de valores que se pueden usar. La salida consta de cuatro dígitos que van de 0 a 1.

importar numpy como np
notario público.aleatorio.semilla (30)
Imprimir (NP.aleatorio.Uniforme (tamaño = 4, bajo = 0, alto = 1))

A continuación se muestra la pantalla de salida en la que puede ver que se generan los cuatro valores.

Ejemplo 2:

Haremos una variedad de números igualmente distribuidos aquí. Esto funciona de la misma manera que hemos discutido en el primer ejemplo. La distinción clave es el argumento del parámetro de tamaño. Usaremos tamaño = en este caso (3,4).

importar numpy como np
notario público.aleatorio.semilla (1)
Imprimir (NP.aleatorio.uniforme (tamaño = (3,4), bajo = 0, alto = 1))

Como puede ver en la captura de pantalla adjunta, el resultado es una matriz numpy con tres filas y cuatro columnas. Porque el argumento de tamaño se ha establecido en tamaño = (3,4). En nuestro caso se crea una matriz con tres filas y cuatro columnas. Los valores de la matriz están entre 0 y 1 porque establecemos bajo = 0 y alto = 1.

Ejemplo 3:

Haremos una variedad de valores tomados consistentemente de un rango dado. Haremos una matriz numpy con dos valores aquí. Los valores, sin embargo, se eligirán entre el rango [40, 50]. Los parámetros bajos y altos se pueden usar para definir los puntos (bajo y alto) del rango. El parámetro de tamaño se ha establecido en tamaño = 2 en este caso.

importar numpy como np
notario público.aleatorio.semilla (0)
Imprimir (NP.aleatorio.Uniforme (tamaño = 2, bajo = 40, alto = 50))

Como resultado, la salida tiene dos valores. También hemos establecido los valores bajos y altos en 40 y 50, respectivamente. Como resultado, todos los valores están en los años 50 y 60, como puede ver a continuación.

Ejemplo 4:

Ahora veamos un ejemplo más complejo que nos ayudará a comprender mejor. Otro ejemplo de los numpy.aleatorio.La función uniforme () se puede encontrar a continuación. Dibujamos el gráfico en lugar de simplemente calcular el valor como lo hicimos en los ejemplos anteriores.

Utilizamos Matplotlib, otro gran paquete de Python, para hacer esto. La biblioteca Numpy se importó por primera vez, seguida de matplotlib. Luego utilizamos la sintaxis de nuestra función para obtener el resultado que queríamos. Después de eso, se utiliza la biblioteca matplot. Usando los datos de nuestra función establecida, podríamos generar o imprimir un histograma.

importar numpy como np
Importar matplotlib.Pyplot como PLT
plot_p = np.aleatorio.Uniforme (-1, 1, 500)
PLT.Hist (plot_p, bins = 50, densidad = verdadero)
PLT.espectáculo()

Aquí puede ver el gráfico en lugar de los valores.

Conclusión:

Hemos repasado el método Numpy Random Uniform () en este artículo. Aparte de eso, miramos la sintaxis y los parámetros. También hemos proporcionado diferentes ejemplos para ayudarlo a comprender mejor el tema. Para cada ejemplo, cambiamos la sintaxis y examinamos la salida. Finalmente, podemos decir que esta función nos ayuda generando muestras a partir de una distribución uniforme.