توزيع داده ها ليستي از تمام مقادير وتعداد دفعات وقوع آن مقدار در داده ميباشد .چنين ليستي از داده هنگام كار آماري با داده در علوم با اهميت است .ماژولrandom در پايتون متدهائي را ارائه ميدهد كه توزيع داده هاي تصادفي را برگشت ميدهند.
توزيع تصادفي مجموعه اي از اعداد تصادفي است كه از يك تابع چگالي احتمال خاص پيروي ميكنند.
تابع چگالي احتمال ـ تابعي است كه يك احتمال پيوسته را توصيف مي كند .يعني احتمال همه مقادير در يك آرايه.
ميتوان اعداد تصادفي را با توجه به احتمالات تعريف شده با متدchoice() از ماژول randomتوليد كرد . احتمال مقادير عددي بين[0-1] است .اگر مقدار صفر باشد، يعني مقدار هر گز اتفاق نمي افتد، واگر يك باشد وقوع آن حتمي است.
مثال ـ توليد يك آرايه يك بعدي با يكصد مقدار كه مقادير آن فقط شامل[3,5,7,9} بوده واحتمال آن مقادير به ترتيب[0.1,0.3,0.6,0} ميباشد .
from numpy import random x = random.choice([3, 5, 7, 9], p=[0.1, 0.3, 0.6, 0.0], size=(100)) print(x)
from numpy import random x = random.choice([3, 5, 7, 9], p=[0.1, 0.3, 0.6, 0.0], size=(100)) print(x)
توجه ـ مجموع احتمالات مقادير بايد يك باشد.
در مثال فوق چون احتمال عدد9 صفر است، آن در هيچ اجرائي در نتيجه ظاهر نمي شود .
ميتوان نتايج توليد را با توجه به پارامترsize در متد chioce() در آرايه اي بهر شكل واندازه اي ايجاد كرد
مثال ـ مشابه مثال بالا نتيجه در آرايه اي دو بعدي با دوسطر وسه ستون برگشت ميشود.
from numpy import random x = random.choice([3, 5, 7, 9], p=[0.1, 0.3, 0.6, 0.0], size=(3, 5)) print(x)
from numpy import random x = random.choice([3, 5, 7, 9], p=[0.1, 0.3, 0.6, 0.0], size=(3, 5)) print(x)