function number NumPy ngẫu nhiên. normal[] Trong Python được sử dụng để tạo một mảng có định dạng được chỉ định và điền vào nó bằng các giá trị ngẫu nhiên ngẫu nhiên từ một phân bổ bình thường [Gaussian]. Phân phối này còn được gọi là Bell Curve vì dạng đặc trưng của nó
Nội dung chính Hiển thị
Hàm này nhận một int hoặc nhiều int, để chỉ kích thước của một mảng, tương tự như chức năng khác NumPy chức năng như numpy. one[] và numpy. số không[]. Trong bài viết này, tôi sẽ giải thích hàm numpy. ngẫu nhiên. normal[] cú pháp và sử dụng các tham số của nó như thế nào để lấy các giá trị ngẫu nhiên của mảng và mảng đa chiều với các ví dụ.
hàm số
- 1. Ví dụ nhanh về NumPy ngẫu nhiên. thông thường []
- 2. in the total number NumPy ngẫu nhiên. thông thường []
- 2. 1 The number of random. thông thường []
- 2. 2 Giá trị hoàn trả của ngẫu nhiên. thông thường []
- 3. Cách sử dụng NumPy ngẫu nhiên. thông thường []
- 4. Nhận NumPy Value ngẫu nhiên dọc theo Loc
- 5. Nhận NumPy Giá trị ngẫu nhiên dọc theo quy định
- 6. Nhận các Giá trị ngẫu nhiên Loc,Tỷ lệ&Kích thước
- 7. Biểu tượng đồ họa của NumPy ngẫu nhiên. thông thường []
- Kết luận
1. Ví dụ nhanh về NumPy ngẫu nhiên. thông thường []
Sau đây là các ví dụ nhanh về chức năng random. bình thường [] . Để biết thêm chức năng và ví dụ về NumPy tham khảo NumPy .
# Below are the quick examples # Example 1: Get the random samples of normal distribution arr = np.random.normal[size = 5] # Example 2: Get the random samples of normal distribution arr = np.random.normal[size = [3,2 ]] # Example 3: Get the mean value of random values arr = np.random.normal[loc = 2] # Example 4: Get the standard deviation of random values arr = np.random.normal[scale = 4.0] #Example 5: Get the random values arr = np.random.normal[ loc = 2, scale = 4.0, size = 5]
cú pháp
Sau đây là Cú pháp của np. ngẫu nhiên. bình thường [] .
# Syntax of NumPy random.normal[] numpy.random.normal[loc = 0.0, scale = 1.0, size = None]
2. 1 The number of random. thông thường []
Sau đây là các tham số của hàm thông thường[] .
- lộc. It is option. Giống như một mảng giá trị float. Nó chỉ định giá trị trung bình của phân phối. Theo mặc định, nó được đặt thành 0. 0
- tỉ lệ. It is option. Giống như một mảng giá trị float. Nó chỉ là định dạng chu kỳ. Theo mặc định, nó được đặt thành 1. 0. Nó không được coi là một giá trị âm thanh
- kích thước. It is option and as a integer or a integer. Nó chỉ là định dạng của mảng được trả về. If size is not. Theo mặc định, nó được đặt thành giá trị 1
2. 2 Giá trị hoàn trả của ngẫu nhiên. thông thường []
Nó trả về một mảng các giá trị ngẫu nhiên từ một phân phối tiêu chuẩn tương tự với định dạng được chỉ định
3. Cách sử dụng NumPy ngẫu nhiên. thông thường []
ngẫu nhiên. normal [] là chức năng tích hợp trong NumPy gói mô-đun của python. Hàm này tạo mẫu ngẫu nhiên từ phân phối chuẩn / Gaussian phân bổ.
Khi chúng ta truyền int hoặc tuple của int làm tham số vào hàm này, nó sẽ trả về mảng có kích thước được định sẵn hoặc mảng đa chiều bao gồm các mẫu ngẫu nhiên có phân phối chuẩn. Please get ví dụ,
import numpy as np # Get the random samples of normal distribution arr = np.random.normal[size = 5] print[arr] # Output : # [-0.53008761 0.50853827 -0.26577348 -0.35692072 0.37717259] # Get the random samples of normal distribution arr = np.random.normal[size = [3,2 ]] print[arr] # Output : # [[-1.52064919 0.40079434] [-0.86957264 1.17437412] [-0.41216874 -1.56245058]]
4. Nhận NumPy Value ngẫu nhiên dọc theo Loc
Khi chúng ta vượt qua loc vào hàm này, nó sẽ trả về giá trị trung bình của các giá trị ngẫu nhiên của mảng từ một phân phối chuẩn. Khi không được sử dụng, theo mặc định, nó được sử dụng với giá trị 1,0
# Get the mean of random values arr = np.random.normal[loc = 2] print[arr] # Output : # 3.294342794253831
5. Nhận NumPy Giá trị ngẫu nhiên dọc theo quy định
Khi chúng ta vượt qua thang đo vào hàm này, nó sẽ trả về độ lệch chuẩn của các giá trị ngẫu nhiên của mảng từ phân phối chuẩn. Khi không được sử dụng, theo mặc định, giá trị sử dụng của nó là 0. 0
# Get the standard deviation of random values arr = np.random.normal[scale = 4.0] print[arr] # Output : # 5.781979817085629
6. Nhận các Giá trị ngẫu nhiên Loc,Tỷ lệ&Kích thước
Bằng cách sử dụng kích thước tương tự với loc và tỷ lệ vào hàm này, nó sẽ trả về mảng có kích thước được định nghĩa chỉ của các ngẫu nhiên mẫu từ phân phối chuẩn. Please get ví dụ,
Numpy [Trăn số]. là một thư viện toán học phổ biến và mạnh mẽ của Python. Cho phép làm việc hiệu quả với ma trận và mảng, đặc biệt là dữ liệu ma trận và mảng lớn với tốc độ xử lý nhanh hơn nhiều lần khi chỉ sử dụng “core Python” đơn thuần
Hãy cùng tìm hiểu về thư viện này trong bài viết dưới đây
Cài đặt thư viện Numpy
- Mở Command Prompt và gõ lệnh.
# Get the mean of random values arr = np.random.normal[loc = 2] print[arr] # Output : # 3.2943427942538318
Các thao tác với Numpy
1. Khai báo thư viện
import numpy as np
2. Khởi tạo mảng
a] Khởi tạo một mảng chiều
#Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer
arr = np.array[[1,3,4,5,6], dtype = int]
#Khởi tạo mảng một chiều với kiểu dữ liệu mặc định
arr = np.array[[1,3,4,5,6]]
print[arr]
ĐẦU RA
#Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer
arr = np.array[[1,3,4,5,6], dtype = int]
#Khởi tạo mảng một chiều với kiểu dữ liệu mặc định
arr = np.array[[1,3,4,5,6]]
print[arr]
0b] Khởi tạo hai chiều mảng
________số 8ĐẦU RA
#Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer
arr = np.array[[1,3,4,5,6], dtype = int]
#Khởi tạo mảng một chiều với kiểu dữ liệu mặc định
arr = np.array[[1,3,4,5,6]]
print[arr]
1#Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer
arr = np.array[[1,3,4,5,6], dtype = int]
#Khởi tạo mảng một chiều với kiểu dữ liệu mặc định
arr = np.array[[1,3,4,5,6]]
print[arr]
2c] Khởi tạo mảng ba chiều
# Syntax of NumPy random.normal[] numpy.random.normal[loc = 0.0, scale = 1.0, size = None]1
ĐẦU RA
#Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer
arr = np.array[[1,3,4,5,6], dtype = int]
#Khởi tạo mảng một chiều với kiểu dữ liệu mặc định
arr = np.array[[1,3,4,5,6]]
print[arr]
3#Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer
arr = np.array[[1,3,4,5,6], dtype = int]
#Khởi tạo mảng một chiều với kiểu dữ liệu mặc định
arr = np.array[[1,3,4,5,6]]
print[arr]
4#Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer
arr = np.array[[1,3,4,5,6], dtype = int]
#Khởi tạo mảng một chiều với kiểu dữ liệu mặc định
arr = np.array[[1,3,4,5,6]]
print[arr]
5#Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer
arr = np.array[[1,3,4,5,6], dtype = int]
#Khởi tạo mảng một chiều với kiểu dữ liệu mặc định
arr = np.array[[1,3,4,5,6]]
print[arr]
6#Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer
arr = np.array[[1,3,4,5,6], dtype = int]
#Khởi tạo mảng một chiều với kiểu dữ liệu mặc định
arr = np.array[[1,3,4,5,6]]
print[arr]
7#Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer
arr = np.array[[1,3,4,5,6], dtype = int]
#Khởi tạo mảng một chiều với kiểu dữ liệu mặc định
arr = np.array[[1,3,4,5,6]]
print[arr]
8d] Khởi tạo với các hàm có sẵn
- np. số không [[3,4], dtype = int]. Create the two arrays 0numerials with size 3x4
- np. cái [[2,3,4], dtype = int]. Create a array 3 dimensions 1 dimensions with size 2x3x4
- np. sắp xếp [1,7,2]. Tạo mảng với các phần tử từ 1 - 6 với bước nhảy là 2
- np. đầy đủ[[2,3],5]. Create a array 2 dimensions 5 dimensions with size 2x3
- np. mắt[4, dtype=int]. Create a menu unit with size is 4x4
- np. ngẫu nhiên. ngẫu nhiên[[2,3]]. Tạo các phần tử ngẫu nhiên với kích thước 2x3
3. Thao tác với mảng
- gõ. Data type of anal section in anar
- hình dạng. Kích thước của mảng
- kích thước. Number section in an array
- đim. Number of array
# Syntax of NumPy random.normal[] numpy.random.normal[loc = 0.0, scale = 1.0, size = None]8
đầu ra
#Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer
arr = np.array[[1,3,4,5,6], dtype = int]
#Khởi tạo mảng một chiều với kiểu dữ liệu mặc định
arr = np.array[[1,3,4,5,6]]
print[arr]
9arr1 = np.array[[[4,5,6], [1,2,3]], dtype = int]
print[arr1]
0arr1 = np.array[[[4,5,6], [1,2,3]], dtype = int]
print[arr1]
1arr1 = np.array[[[4,5,6], [1,2,3]], dtype = int]
print[arr1]
2Truy cập phần tử trong mảng
Các phần tử trong mảng được đánh số từ 0 trở đi
- mảng[i]. Truy cập tới phần thứ i của mảng 1 chiều
- mảng1[i,j]. Truy cập tới phần tử hàng i, cột j của mảng 2 chiều
- mảng2[n,i,j]. Truy cập tới phần tử chiều n, hàng i, cột j của mảng 3 chiều
- mảng[a. b]. Truy cập các phần tử từ a đến b-1 trong mảng 1 chiều
- mảng1[. ,. tôi]. Truy cập phần tử từ cột 0 đến cột i-1, của tất cả các hàng trong mảng 2 chiều
import numpy as np # Get the random samples of normal distribution arr = np.random.normal[size = 5] print[arr] # Output : # [-0.53008761 0.50853827 -0.26577348 -0.35692072 0.37717259] # Get the random samples of normal distribution arr = np.random.normal[size = [3,2 ]] print[arr] # Output : # [[-1.52064919 0.40079434] [-0.86957264 1.17437412] [-0.41216874 -1.56245058]]3
đầu ra
arr1 = np.array[[[4,5,6], [1,2,3]], dtype = int]
print[arr1]
3arr1 = np.array[[[4,5,6], [1,2,3]], dtype = int]
print[arr1]
4arr1 = np.array[[[4,5,6], [1,2,3]], dtype = int]
print[arr1]
5arr1 = np.array[[[4,5,6], [1,2,3]], dtype = int]
print[arr1]
6arr1 = np.array[[[4,5,6], [1,2,3]], dtype = int]
print[arr1]
7arr1 = np.array[[[4,5,6], [1,2,3]], dtype = int]
print[arr1]
8Đọc mảng từ tệp. txt
# Get the mean of random values arr = np.random.normal[loc = 2] print[arr] # Output : # 3.2943427942538310
đầu ra
Các hàm kê
- mảng. max[] hoặc np. tối đa [mảng]. Get the most value of array array
- mảng. tối thiểu[] hoặc np. tối thiểu [mảng]. Get the small value of the array array
- mảng. tổng [] hoặc np. tổng [mảng]. Tổng tất cả các phần tử trong mảng arr
- mảng. mean[] hoặc np. nghĩa là [mảng]. Trung bình cộng của tất cả các phần tử trong mảng arr
- np. trung bình [mảng]. Trả về giá trị trung tâm của mảng arr
# Get the mean of random values arr = np.random.normal[loc = 2] print[arr] # Output : # 3.2943427942538311
đầu ra
arr1 = np.array[[[4,5,6], [1,2,3]], dtype = int]
print[arr1]
9# Syntax of NumPy random.normal[] numpy.random.normal[loc = 0.0, scale = 1.0, size = None]10
# Syntax of NumPy random.normal[] numpy.random.normal[loc = 0.0, scale = 1.0, size = None]11
# Syntax of NumPy random.normal[] numpy.random.normal[loc = 0.0, scale = 1.0, size = None]12
# Syntax of NumPy random.normal[] numpy.random.normal[loc = 0.0, scale = 1.0, size = None]13
kiểu chữ NumPy
Loại cơ bản
Các loại Numpy có sẵnNhận xétBoolean
boolCác phần tử có kích thước 1 byte
số nguyên
int8, int16, int32, int64, int128, intint mặc định là kích thước của int trong C cho nền tảng
Số nguyên không dấu
uint8, uint16, uint32, uint64, uint128, uint
uint mặc định là kích thước của unsigned int trong c cho nền tảngTrôi nổi
float32, float64, float,
phao nổi
Float luôn là giá trị dấu phẩy động có độ chính xác kép [64 bit]. longfloat đại diện cho số float có độ chính xác lớn. Kích thước của nó phụ thuộc vào nền tảng
Phức tạp
khu phức hợp64, khu phức hợp128, khu phức hợp
Mỗi phần tử thực và phức của một tổ hợp64 được biểu thị bằng một giá trị độ chính xác duy nhất [32 bit] cho tổng kích thước là 64 bit
Dây
str, unicode
Unicode luôn là UTF32 [UCS4]Vật
đối tượngĐại diện cho các mục trong mảng dưới dạng đối tượng PythonHồ sơ
khoảng trống
Được sử dụng cho cấu trúc dữ liệu tùy ý trong mảng bản ghiToán tử trong NumPy Array
# Get the mean of random values arr = np.random.normal[loc = 2] print[arr] # Output : # 3.2943427942538317Toán tửVí dụ
Kết quả
[+] Một số với mảng
3 + mảng
mảng +3
[4, 6, 7, 8, 9][+] Array with array
mảng + một
một + mảng
[3, 4, 7, 9, 11][-] Một số với mảng
mảng - 3
3 - mảng
[-2, 0, 1, 2, 3]
[2, 0, -1, -2, -3]
[-] Array with arraymảng - một
một - mảng
[-1, 2, 1, 1, 1]
[1, -2, -1, -1, -1]
[*] Một số với mảng
mảng * 3
3 * mảng
[3, 9, 12, 15, 18][*] Array with array
mảng * một
một * mảng
[2, 3, 12, 20, 30][/] A number of array
mảng / 3
3 / mảng
[0. 33333333, 1. , 1. 33333333, 1. 66666667, 2. ]
[3. , 1. , 0. 75, 0. 6, 0. 5]
[/] Array with arraymảng / một
một / mảng
[0. 5, 3. , 1. 33333333, 1. 25, 1. 2]
[2. , 0. 33333333, 0. 75, 0. 8, 0. 83333333]
Ma trận hạngnp. xếp hạng [mảng]
np. xếp hạng [arr1]
1
2
Lời kết
Như vậy là mình đã giới thiệu cơ bản cho bạn về thư viện NumPy trong Python, nếu bạn muốn tìm hiểu thêm về thư viện NumPy thì bạn có thể vào báo để tham khảo thêm. Ở bài sau mình sẽ giới thiệu cho các bạn về cách xử lý dữ liệu với thư viện Pandas