Модуль RandomArray

В этом модуле собраны функции для генерации массивов случайных чисел различных распределений и свойств. Их можно применять для математического моделирования.

Функция RandomArray.random() создает массивы из псевдослучайных чисел, равномерно распределенных в интервале (0, 1):

>>> import RandomArray

>>> print RandomArray.random(10) # массив из 10 псевдослучайных чисел

[ 0.28374212 0.19260929 0.07045474 0.30547682 0.10842083 0.14049676

  0.01347435 0.37043894 0.47362471 0.37673479]

>>> print RandomArray.random([3,3]) # массив 3x3 из псевдослучайных чисел

[[ 0.53493741 0.44636754 0.20466961]

 [ 0.8911635  0.03570878 0.00965272]

 [ 0.78490953 0.20674807 0.23657821]]

Функция RandomArray.randint() для получения массива равномерно распределенных чисел из заданного интервала и заданной формы:

>>> print RandomArray.randint(1, 10, [10])

[8 1 9 9 7 5 2 5 3 2]

>>> print RandomArray.randint(1, 10, [10])

[2 2 5 5 7 7 3 4 3 7]

Можно получать и случайные перестановки с помощью RandomArray.permutation():

>>> print RandomArray.permutation(6)

[4 0 1 3 2 5]

>>> print RandomArray.permutation(6)

[1 2 0 3 5 4]

Доступны и другие распределения для получения массива нормально распределенных величин с заданным средним и стандартным отклонением:

>>> print RandomArray.normal(0, 1, 30)

[-1.0944078   1.24862444  0.20415567 -0.74283403  0.72461408 -0.57834256

  0.30957144  0.8682853   1.10942173 -0.39661118  1.33383882  1.54818618

  0.18814971  0.89728773 -0.86146659  0.0184834  -1.46222591 -0.78427434

  1.09295738 -1.09731364  1.34913492 -0.75001568 -0.11239344  2.73692131

 -0.19881676 -0.49245331  1.54091263 -1.81212211  0.46522358 -0.08338884]

Следующая таблица приводит функции для других распределений:

Функция и ее аргументы Описание F(dfn, dfd, shape=[]) F–распределение beta(a, b, shape=[]) Бета–распределение binomial(trials, p, shape=[]) Биномиальное распределение chi_square(df, shape=[]) Распределение хи–квадрат exponential(mean, shape=[]) Экспоненциальное распределение gamma(a, r, shape=[]) Гамма–распределение multivariate_normal(mean, cov, shape=[]) Многомерное нормальное распределение negative_binomial(trials, p, shape=[]) Негативное биномиальное noncentral_F(dfn, dfd, nconc, shape=[]) Нецентральное F–распределение noncentral_chi_square(df, nconc, shape=[]) Нецентральное хи–квадрат распределение normal(mean, std, shape=[]) Нормальное распределение permutation(n) Случайная перестановка poisson(mean, shape=[]) Пуассоновское распределение randint(min, max=None, shape=[]) Случайное целое random(shape=[]) Равномерное распределение на интервале (0, 1) random_integers(max, min=1, shape=[]) Случайное целое standard_normal(shape=[]) Стандартное нормальное распределение uniform(min, max, shape=[]) Равномерное распределение

Больше книг — больше знаний!

Заберите 30% скидку новым пользователям на все книги Литрес с нашим промокодом

ПОЛУЧИТЬ СКИДКУ