Nombres aléatoires et graines
Générez des données synthétiques reproductibles avec NumPy.
Nombres aléatoires et graines est une leçon Data Science Academy gratuite sur CoddyKit. Ceci est la leçon 4 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage Data Science Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours Data Science Academy comprend 4 leçons au total.
Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.
Why Generate Random Data
Real datasets are not always handy. Random numbers let you build test data, simulate scenarios, and shuffle samples on demand.
The Modern Generator
Start by creating a generator with default_rng. This is the current, recommended way to make random numbers in NumPy.
rng = np.random.default_rng()Uniform Floats
Call random on the generator for floats between 0 and 1. Pass a size to get a whole array at once.
rng.random(3) # 3 floats in [0, 1)Random Integers
Use integers to draw whole numbers in a range. The low bound is included and the high bound is excluded.
rng.integers(1, 7, size=5) # like dice rollsDraw From a Normal Curve
The normal method samples a bell curve. Give it a mean and a standard deviation to shape the spread of values.
rng.normal(0, 1, size=4)The Problem With Randomness
Run random code twice and you get different numbers. That breaks reproducibility when a teammate cannot recreate your results.
Seeds Fix the Sequence
A seed sets the generator to a known start. Same seed means the exact same numbers, every single run.
rng = np.random.default_rng(42)Same Seed, Same Output
Two generators built with seed 42 produce identical arrays. That is how notebooks stay reproducible across machines.
a = np.random.default_rng(42).random(3)
b = np.random.default_rng(42).random(3) # a == bShuffle and Sample
Generators also shuffle arrays and pick random samples with choice, perfect for splitting data or drawing test cases.
rng.choice([10, 20, 30], size=2)Why It Matters for Science
Seeding makes experiments repeatable. Reviewers can rerun your code and confirm they see the very same outcome you reported.
Prefer the New API
You may still see the older np.random.seed style. New code should prefer the default_rng generator for cleaner, safer randomness.
Quick Check
A colleague reruns your notebook and gets different random results.
Randomness Recap
You generated floats, ints, and normal samples, then locked them with a seed so your results are reproducible anywhere. 🎲
Questions Fréquemment Posées
La leçon « Nombres aléatoires et graines » est-elle gratuite ?
Oui — le texte complet de « Nombres aléatoires et graines » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours Data Science Academy, passe à CoddyKit PRO. Le cours Data Science Academy comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Nombres aléatoires et graines » ?
Générez des données synthétiques reproductibles avec NumPy. Tu pratiques Data Science Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer Data Science Academy ?
Aucune expérience préalable n'est requise. Data Science Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 4 sur 4.
Combien de temps prend la leçon « Nombres aléatoires et graines » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon Data Science Academy ?
Oui. Chaque leçon Data Science Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Redimensionner et aplatir des tableaux
- Somme, moyenne et astuce des axes
- Masques booléens pour la sélection
- Nombres aléatoires et graines