Generera slumptal med modulen np.random
Vi kommer att använda modulen np.random flitigt i resten av den här kursen och dess uppföljare. Du kommer förmodligen att anropa metoder på RNG-instanser oftare än någon annan funktion när du har statistikerhatten på. Låt oss börja med att prova den enkla funktionen rng.random(). Funktionen returnerar ett slumptal mellan noll och ett. Anropar du rng.random() några gånger bör du se tal hoppa runt mellan noll och ett.
I den här övningen genererar vi många slumptal mellan noll och ett och ritar sedan ett histogram över resultaten. Om talen är verkligt slumpmässiga bör alla staplar i histogrammet vara (nästan) lika höga.
Du kanske lade märke till att Justin i videon genererade 4 slumptal genom att skicka nyckelordsargumentet size=4 till rng.random(). Den metoden är mer effektiv än en for-loop. I den här övningen skriver du dock en for-loop för att uppleva hacker-statistik som just det den är – att upprepa ett experiment om och om igen.
Den här övningen är en del av kursen
Statistiskt tänkande i Python (del 1)
Övningsinstruktioner
- Instansiera och sätt startvärdet för en slumptalgenerator,
rng, med startvärdet42. - Initiera en tom array,
random_numbers, med 100 000 poster för att lagra slumptalen. Se till att användanp.empty(100000)för detta. - Skriv en
for-loop som drar 100 000 slumptal medrng.random()och lagrar dem i arrayenrandom_numbers. Iterera överrange(100000). - Rita ett histogram över
random_numbers. Det är inte nödvändigt att märka axlarna i det här fallet, eftersom vi bara kontrollerar slumptalgeneratorn. Tryck på Skicka in svar för att visa ditt diagram.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Instantiate and seed the random number generator
# Initialize random numbers: random_numbers
random_numbers = ____
# Generate random numbers by looping over range(100000)
for i in ____:
random_numbers[i] = ____
# Plot a histogram
_ = plt.hist(____)
# Show the plot
plt.show()