Liczby losowe i ziarna
Twórz powtarzalne dane syntetyczne za pomocą NumPy.
Liczby losowe i ziarna to bezpłatna lekcja Data Science Academy na CoddyKit. To lekcja 4 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Data Science Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Data Science Academy zawiera 4 lekcji w sumie.
Dlaczego generować losowe dane
Rzeczywiste zbiory danych nie zawsze są dostępne. Liczby losowe pozwalają tworzyć dane testowe, symulować scenariusze i losować próbki na żądanie.
Nowoczesny generator
Zacznij od utworzenia generator za pomocą default_rng. To obecnie zalecany sposób generowania liczb losowych w NumPy.
rng = np.random.default_rng()Liczby zmiennoprzecinkowe z rozkładu jednostajnego
Wywołaj random na generatorze, aby otrzymać liczby zmiennoprzecinkowe z zakresu od 0 do 1. Przekaż size, aby od razu uzyskać całą tablicę.
rng.random(3) # 3 floats in [0, 1)Losowe liczby całkowite
Użyj integers, aby losować liczby całkowite z określonego zakresu. Dolna granica jest uwzględniana, a górna nie.
rng.integers(1, 7, size=5) # like dice rollsLosowanie z krzywej normalnej
Metoda normal losuje wartości z krzywej dzwonowej. Podaj średnią i odchylenie standardowe, aby określić rozrzut wartości.
rng.normal(0, 1, size=4)Problem z losowością
Uruchom kod losowy dwa razy, a otrzymasz różne liczby. Utrudnia to odtwarzalność, gdy współpracownik nie może odtworzyć uzyskanych wyników.
Ziarna ustalają sekwencję
Seed ustawia generator w znanym punkcie początkowym. To samo ziarno oznacza dokładnie te same liczby przy każdym uruchomieniu.
rng = np.random.default_rng(42)To samo ziarno, ten sam wynik
Dwa generatory utworzone z ziarnem 42 tworzą identyczne tablice. Dzięki temu notatniki zachowują odtwarzalność na różnych komputerach.
a = np.random.default_rng(42).random(3)
b = np.random.default_rng(42).random(3) # a == bMieszanie i próbkowanie
Generatory mogą także mieszać tablice i wybierać losowe próbki za pomocą choice — idealnie nadaje się to do dzielenia danych lub losowania przypadków testowych.
rng.choice([10, 20, 30], size=2)Dlaczego ma to znaczenie w nauce
Ustalanie ziarna sprawia, że eksperymenty są powtarzalne. Recenzenci mogą ponownie uruchomić kod i potwierdzić dokładnie ten sam wynik, który został zgłoszony.
Preferowanie nowego API
Można jeszcze spotkać starszy styl np.random.seed. W nowym kodzie należy preferować generator default_rng, który zapewnia czystszą i bezpieczniejszą obsługę losowości.
Szybkie sprawdzenie
Współpracownik ponownie uruchamia Pana notatnik i otrzymuje inne losowe wyniki.
Podsumowanie losowości
Generował Pan liczby zmiennoprzecinkowe, całkowite i próbki z rozkładu normalnego, a następnie ustalił je za pomocą seed, aby wyniki były odtwarzalne w dowolnym miejscu. 🎲
Często zadawane pytania
Czy lekcja „Liczby losowe i ziarna” jest bezpłatna?
Tak — pełny tekst „Liczby losowe i ziarna” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Data Science Academy, przejdź na CoddyKit PRO. Kurs Data Science Academy zawiera 4 lekcji w sumie.
Co nauczysz się w „Liczby losowe i ziarna”?
Twórz powtarzalne dane syntetyczne za pomocą NumPy. Ćwiczysz Data Science Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.
Czy potrzebuję doświadczenia, aby zacząć Data Science Academy?
Nie wymagamy żadnego doświadczenia. Data Science Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 4 z 4.
Ile czasu zajmuje lekcja „Liczby losowe i ziarna”?
Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.
Czy mogę pisać i uruchamiać kod w tej lekcji Data Science Academy?
Tak. Każda lekcja Data Science Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.
Wszystkie lekcje w tym kursie
- Zmienianie kształtu i spłaszczanie tablic
- Suma, średnia i sztuczka z osią
- Maski logiczne do wyboru danych
- Liczby losowe i ziarna