เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การสุ่มเลือกแถว

ในแบบฝึกหัดนี้ จะได้เปรียบเทียบสองวิธีในการสุ่มเลือกแถว (รายการข้อมูล) แบบมีการคืนค่าใน DataFrame ของ pandas:

  • ฟังก์ชันในตัวของ pandas อย่าง .sample()
  • ตัวสร้างจำนวนเต็มสุ่มของ NumPy อย่าง np.random.randint()

โดยทั่วไปในสาขาสถิติและ machine learning เมื่อต้องการฝึกอัลกอริทึม เราจะใช้ข้อมูล 75% สำหรับการฝึก แล้วทดสอบประสิทธิภาพกับข้อมูลที่เหลืออีก 25%

ในแบบฝึกหัดนี้ จะสุ่มตัวอย่างข้อมูลไพ่โป๊กเกอร์ที่มีอยู่ทั้งหมด 75% โดยใช้แต่ละวิธีข้างต้น แล้วตรวจสอบว่าวิธีใดมีประสิทธิภาพด้านความเร็วมากกว่ากัน

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การเขียนโค้ดที่มีประสิทธิภาพด้วย pandas

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Extract number of rows in dataset
N=poker_hands.shape[0]

# Select and time the selection of the 75% of the dataset's rows
rand_start_time = time.time()
poker_hands.iloc[np.random.randint(____=0, high=____, ____=int(0.75 * N))]
print("Time using Numpy: {} sec".format(time.time() - rand_start_time))
แก้ไขและรันโค้ด