Az adatkezelés és -elemzés mai világában az egyik gyakori probléma a nem ismétlődő véletlenszerű bejegyzések generálása a széles körben népszerű Python-könyvtár, a NumPy használatával. Ennek a cikknek az a célja, hogy átfogó megoldást nyújtson erre a problémára, mélyrehatóan elmélyülve a kód belső működésében, és feltárja a releváns könyvtárakat és funkciókat.
A NumPy egy hatékony könyvtár, amely lehetővé teszi számunkra, hogy különféle matematikai és statisztikai műveleteket hajtsunk végre nagy, többdimenziós tömbökön és mátrixokon. Az adatelemzés és a gépi tanulás egyik fontos szempontja a véletlen számok generálása, amely a NumPy véletlenszerű moduljával érhető el. Bizonyos esetekben szükségünk lehet arra, hogy ezek a véletlenszerű bejegyzések egyediek és ne ismétlődjenek. Vizsgáljuk meg lépésről lépésre, hogyan érhetjük el ezt a NumPy használatával.
Először is importáljuk a szükséges könyvtárat, és beszéljük meg a megoldást, amellyel nem ismétlődő véletlenszerű bejegyzéseket generálhatunk a NumPy használatával.
import numpy as np
Egyedi véletlen számok generálása
A nem ismétlődő véletlenszerű bejegyzések generálásának megoldása a numpy.random modult és módszereit hatékonyan használja. Különösen a numpy.random.choice() A funkció rendkívül hasznosnak bizonyul ebben a forgatókönyvben, mivel véletlenszerű mintákat tud generálni egy adott egydimenziós tömbből, és megakadályozza az ismétléseket.
Bontsuk fel a kódot, és értsük meg, hogyan generálhatunk egyedi véletlen számokat.
def unique_random_numbers(size, lower_limit, upper_limit):
unique_numbers = np.random.choice(np.arange(lower_limit, upper_limit), size, replace=False)
return unique_numbers
size = 10
lower_limit = 1
upper_limit = 101
unique_numbers = unique_random_numbers(size, lower_limit, upper_limit)
print(unique_numbers)
- A egyedi_véletlen_számok() A függvény három paramétert vesz fel: a tömb kívánt méretét, az alsó határt és a véletlen számok felső határát. Ebben a példában 10 egyedi véletlenszámot szeretnénk generálni 1 és 100 között.
- A függvényen belül használjuk a numpy.random.choice() módszerrel véletlenszerűen kiválaszthat elemeket egy által létrehozott tartományból numpy.arange() funkció. A change=False argumentum biztosítja a nem ismétlődő bejegyzéseket a tömbön belül.
- A függvény definiálása után a megadott értékekkel meghívjuk, és kiírjuk a nem ismétlődő véletlenszámokból álló tömböt.
Numpy.random és numpy.arange megértése
A numpy.random modul egy hatékony eszköz véletlen számok és minták generálására. Néhány gyakran használt funkció ebben a modulban: numpy.random.rand(), numpy.random.randn()és numpy.random.randint(). Azonban, mint korábban említettük, ehhez a problémához a következő funkcióra van szükségünk numpy.random.choice().
numpy.arange() egy függvény magában a NumPy könyvtárban, és a megadott tartományon belüli egyenlő távolságú értékek visszaadására szolgál. Három paramétert fogad el: a kezdőértéket, a leállítási értéket és a lépésméretet. Alapértelmezés szerint a lépések mérete 1.
Egyedi véletlenszerű bejegyzések generálásának alkalmazása
Az egyedi véletlenszerű bejegyzések generálásának gyakorlati haszna van több valós forgatókönyvben is, például:
- Adatok keverése: A gépi tanulásban gyakran használt adatok keverése segít az adatpontok sorrendjének véletlenszerű beállításában, minimalizálja a torzításokat és javítja a modell teljesítményét.
- Mintavétel csere nélkül: A statisztikákban nem ismételt véletlenszerű mintavétel használható annak biztosítására, hogy reprezentatív mintát vegyenek egy nagyobb populációból.
- Véletlenszerű hozzárendelések létrehozása: A feladatok vagy erőforrások ismétlés nélküli elosztása egy csoport között egyedi véletlenszámok használatával érhető el.
Összefoglalva, a nem ismétlődő véletlen bejegyzések létrehozása a NumPy használatával egyszerű és hatékony a numpy.random.choice() metódus használatával. A numpy.random és numpy.arange függvények és alkalmazásuk megértése lehetővé teszi számunkra, hogy számos gyakorlati felhasználási esetet kezeljünk az adatelemzésben, a gépi tanulásban és azon túl.
