Mẫu () là một phương thức có sẵn của một mô-đun ngẫu nhiên trong Python trả về một danh sách độ dài cụ thể của các mục được chọn từ chuỗi.

Bạn đang xem : mẫu ngẫu nhiên trong python

random.sample () là một hàm có sẵn trong Python trả về độ dài cụ thể của danh sách được chọn từ chuỗi. Ví dụ: danh sách , tuple , string hoặc set. Nếu bạn chỉ muốn chọn ngẫu nhiên một mục từ danh sách, hãy sử dụng random.choice () .

Mẫu ngẫu nhiên Python ()

Để tìm một lựa chọn mẫu ngẫu nhiên từ chuỗi như danh sách, tuple hoặc tập hợp trong Python, hãy sử dụng phương thức random.sample (). Hàm random.sample () được sử dụng để lấy mẫu ngẫu nhiên và chọn ngẫu nhiên nhiều hơn một mục từ danh sách mà không có phần tử lặp lại.

< p> Random.sample () trả về danh sách các mục duy nhất được chọn ngẫu nhiên từ danh sách, chuỗi hoặc tập hợp và chúng tôi gọi đó là lấy mẫu ngẫu nhiên mà không cần thay thế.

Nếu bản thân danh sách của bạn chứa các mục lặp lại hoặc trùng lặp, thì random.sample () có thể chọn các mục lặp lại vì mỗi lần xuất hiện là lựa chọn có thể có trong mẫu.

Ví dụ: random.sample () có thể chọn các phần tử lặp lại từ danh sách được chỉ định nếu các phần tử duy nhất nhỏ hơn kích thước lấy mẫu.

Cú pháp

 random.sample (trình tự, k) 

Thông số

Trình tự có thể là bất kỳ trình tự nào chẳng hạn như danh sách, được đặt từ đó bạn muốn chọn một số có độ dài k. Chuỗi là một tham số bắt buộc.

k là một số phần tử ngẫu nhiên bạn muốn chọn từ chuỗi. K phải nhỏ hơn kích thước của danh sách đã chỉ định.

Giá trị trả lại

Random.sample () trả về danh sách mới chứa các phần tử được chọn ngẫu nhiên.

Ví dụ

 nhập ngẫu nhiên

dữ liệu = [21, 19, 18, 46, 29]
print ("Chọn 3 phần tử ngẫu nhiên từ danh sách bằng hàm random.sample ()")
sa Sample_output = random.sample (dữ liệu, 3)
in (sa Sample_output)

Đầu ra

 Chọn 3 phần tử ngẫu nhiên từ danh sách bằng hàm random.sample ()
[19, 46, 21] 

Trong ví dụ này, trước tiên, chúng tôi đã nhập một mô-đun ngẫu nhiên .

Sau đó, xác định một danh sách chứa các giá trị duy nhất.

Sau đó, chúng tôi sử dụng hàm random.sample () và chuyển danh sách và 3 làm đối số vì chúng tôi muốn chọn ba phần tử ngẫu nhiên.

Cuối cùng, chúng tôi đã in ba phần tử đó trong bảng điều khiển.

Như bạn có thể thấy, phương thức random.sample () không lặp lại các phần tử trong danh sách đầu ra. Đây còn được gọi là mẫu ngẫu nhiên không có thay thế.

Random.sample () tăng ValueError

Nếu chúng ta chuyển Mẫu lớn hơn tổng thể hoặc là số âm, thì hàm sample () sẽ báo lỗi. Ví dụ, trong đoạn mã trên, chúng ta đã xác định một danh sách gồm năm phần tử. Bây giờ, nếu chúng ta truyền k đối số = 6, thì nó sẽ lớn hơn sau đó các phần tử sắp xếp. Và đó là lý do tại sao nó sẽ xuất hiện một lỗi.

 nhập ngẫu nhiên

dữ liệu = [21, 19, 18, 46, 29]
print ("Chọn 6 phần tử ngẫu nhiên từ danh sách bằng hàm random.sample ()")
saample_output = random.sample (dữ liệu, 6)
in (sa Sample_output)

Đầu ra

 Chọn 6 phần tử ngẫu nhiên từ danh sách bằng hàm random.sample ()
Traceback (cuộc gọi gần đây nhất cuối cùng):
  Tệp "app.py", dòng 5, trong & lt; mô-đun & gt;
    saample_output = random.sample (dữ liệu, 6)
  Tệp "/Library/Frameworks/Python.framework/Versions/3.8/lib/python3.8/random.py", dòng 363, trong mẫu
    tăng ValueError ("Mẫu lớn hơn dân số hoặc âm")
ValueError: Mẫu lớn hơn dân số hoặc âm 

Bạn nhận được ValueError: Mẫu lớn hơn tổng số hoặc âm.

Điều đó có nghĩa là k đối số phải nhỏ hơn kích thước của danh sách được chỉ định.

Một hàm mẫu có thể mắc phải hai lỗi sau.

  1. ValueError Nếu kích thước mẫu lớn hơn kích thước tổng thể (tức là danh sách hoặc tập hợp).

  2. TypeError nếu thiếu bất kỳ đối số nào trong hai đối số.

Hàm sample () không sửa đổi trình tự hoặc danh sách được chỉ định. Nó trả về một danh sách được lấy mẫu mới chứa các phần tử từ chuỗi hoặc danh sách được chỉ định.

Danh sách hoặc tập hợp được chỉ định không cần phải băm hoặc duy nhất.

Tạo danh sách các số nguyên ngẫu nhiên được lấy mẫu

Bạn có thể tạo danh sách các số nguyên ngẫu nhiên duy nhất bằng phương thức random.sample ().

Để tạo danh sách các số ngẫu nhiên không có giá trị trùng lặp, chúng tôi phải sử dụng kết hợp phương thức range () và hàm random.sample () .

 nhập ngẫu nhiên

print ("Tạo danh sách lấy mẫu các số nguyên ngẫu nhiên không trùng lặp")
sa sampling_op = random.sample (range (50), 5)
in (sa Sample_op)

Đầu ra

 Tạo danh sách lấy mẫu các số nguyên ngẫu nhiên không trùng lặp
[19, 29, 38, 28, 16] 

Trong ví dụ này, chúng tôi đã nhập một mô-đun ngẫu nhiên và sau đó sử dụng hàm range () để tạo một dải số nguyên từ 0 đến 50, sau đó chúng tôi lấy mẫu dữ liệu bằng phương thức sample ().

Vì vậy, chúng tôi đã tạo năm số nguyên ngẫu nhiên duy nhất bằng cách sử dụng phương thức range () và sample ().

Phương pháp này có lợi khi bạn phải tạo các số ngẫu nhiên duy nhất từ ​​một phạm vi được chỉ định.

Bạn cũng có thể sử dụng random.shuffle () để xáo trộn danh sách mẫu các số nguyên ngẫu nhiên.

 nhập ngẫu nhiên

print ("Tạo danh sách lấy mẫu các số nguyên ngẫu nhiên không trùng lặp")
sa sampling_op = random.sample (range (50), 5)
in (sa Sample_op)
print ('Sau khi xuất ngẫu nhiên')
random.shuffle (sa Sample_op)
in (sa Sample_op)

Đầu ra

 Tạo danh sách lấy mẫu các số nguyên ngẫu nhiên không trùng lặp
[46, 2, 15, 1, 5]
Sau khi xáo trộn đầu ra
[46, 2, 1, 15, 5] 

Một mẫu ngẫu nhiên từ bộ tuple Python

Để lấy các mẫu ngẫu nhiên từ bộ tuple Python, hãy sử dụng phương thức random.sample ().

 nhập ngẫu nhiên

SPI = (5,4, 5,7, 7,3, 7,7, 8,3, 9,0, 8,8, 8,4)

print ('Chọn 4 phần tử ngẫu nhiên từ một bộ bằng cách sử dụng random.sample ()')

sample_op = random.sample (SPIs, 4)
in (sa Sample_op)

Đầu ra

 [5.7, 7.7, 8.3, 8.8] 

Trong ví dụ này, chúng tôi đã xác định một tuple và sau đó chọn bốn phần tử từ danh sách bằng phương thức sample ().

Một mẫu ngẫu nhiên từ từ điển Python

Hàm random sample () trong Python hoạt động với chuỗi và từ điển không phải là một chuỗi.

Nếu bạn cố gắng chuyển trực tiếp từ điển, bạn sẽ nhận được TypeError: Tập hợp phải là một chuỗi hoặc một tập hợp. Đối với các phái, hãy sử dụng danh sách (d).

 nhập ngẫu nhiên

apple = {
    'Mười một': 'Millie',
    'Mike': 'Finn',
    'Dustin': 'Gaten',
    'Di chúc': 'Noah'
}

sample_op = random.sample (apple, 2)
in (sa Sample_op)

Đầu ra

 Traceback (lần gọi gần đây nhất):
  Tệp "app.py", dòng 8, trong & lt; mô-đun & gt;
    sample_op = random.sample (apple, 1)
  Tệp "/Library/Frameworks/Python.framework/Versions/3.8/lib/python3.8/random.py", dòng 359, trong mẫu
    raise TypeError ("Dân số phải là một chuỗi hoặc một tập hợp. Đối với các con số, hãy sử dụng danh sách (d).")
TypeError: Tập hợp phải là một chuỗi hoặc một tập hợp. Đối với các phái, hãy sử dụng danh sách (d). 

Để tránh điều này, chúng ta có thể sử dụng hàm dictionary.items ().

Mục từ điển Python () là một hàm có sẵn được sử dụng để lấy tất cả các khóa và giá trị được liên kết với các khóa đó.

Vì vậy, bạn có thể chuyển hàm dict.items () vào hàm sample () và nó sẽ trả về danh sách các cặp khóa-giá trị ngẫu nhiên.

 nhập ngẫu nhiên

apple = {
    'Mười một': 'Millie',
    'Mike': 'Finn',
    'Dustin': 'Gaten',
    'Di chúc': 'Noah'
}

sample_op = random.sample (apple.items (), 2)
in (sa Sample_op)

Đầu ra

 [('Eleven', 'Millie'), ('Mike', 'Finn')] 

Trong ví dụ này, thay vì chuyển từ điển, chúng tôi chuyển từ điển.items (). Và đổi lại, chúng tôi nhận được danh sách nhiều mục bao gồm khóa và giá trị.

Một mẫu ngẫu nhiên từ bộ Python

Để chọn các mẫu ngẫu nhiên từ một tập hợp, hãy sử dụng phương thức Python random.sample ().

 nhập ngẫu nhiên

SPI = {5,4, 5,7, 7,3, 7,7, 8,3, 9,0, 8,8, 8,4}

print ('Chọn 4 mục ngẫu nhiên từ một tập hợp bằng random.sample ()')

sample_op = random.sample (SPIs, 4)
in (sa Sample_op)

Đầu ra

 Chọn 4 mục ngẫu nhiên từ một tập hợp bằng cách sử dụng random.sample ()
[7.7, 7.3, 8.4, 8.3] 

Trong ví dụ này, chúng tôi đã xác định một tập hợp Python và sau đó chọn bốn phần tử từ danh sách bằng phương thức sample ().

Hạt giống mẫu ngẫu nhiên trong Python

Để nhận cùng một danh sách các phần tử được lấy mẫu từ danh sách đã chỉ định. Chúng ta có thể làm điều này bằng cách sử dụng hàm random.seed () và random.sample () cùng nhau.

 nhập ngẫu nhiên

SPI = [5,4, 5,7, 7,3, 7,7, 8,3, 9,0, 8,8, 8,4]

random.seed (4)

sample_op = random.sample (SPIs, 4)
in (sa Sample_op)

Đầu ra

 ➜ pyt python3 app.py
[7,7, 7,3, 5,4, 8,4]
➜ pyt python3 app.py
[7,7, 7,3, 5,4, 8,4]
➜ pyt python3 app.py
[7,7, 7,3, 5,4, 8,4]
➜ pyt python3 app.py
[7.7, 7.3, 5.4, 8.4] 

Từ đầu ra, bạn có thể thấy rằng mỗi khi chúng tôi chạy chương trình, chúng tôi nhận được cùng một đầu ra.

Lấy một mảng mẫu từ mảng nhiều chiều có thể nói là lớn

Để lấy một mảng mẫu từ một mảng nhiều chiều, chúng tôi sẽ sử dụng phương thức numpy.random.choice () để chọn nhiều hàng ngẫu nhiên từ một mảng nhiều chiều.

 nhập numpy

array = numpy.array (
    [[21, 41, 16], [15, 10, 25], [16, 19, 18], [71, 14, 21], [81, 16, 24]])
print ("In mảng 2D")
print (mảng)

print ("Chọn nhiều hàng ngẫu nhiên từ mảng 2D")
randomRows = numpy.random.randint (5, size = 2)
cho tôi trong hàng ngẫu nhiên:
    print (mảng [i,:])

Đầu ra

 In mảng 2D
[[21 41 16]
 [15 10 25]
 [16 19 18]
 [71 14 21]
 [81 16 24]]
Chọn nhiều hàng ngẫu nhiên từ mảng 2D
[71 14 21]
[15 10 25] 

Trong ví dụ này, trước tiên, chúng tôi đã xác định một mảng 2D, sau đó chúng tôi sử dụng phương thức numpy.random.randint () để chọn hàng ngẫu nhiên từ mảng 2D và sau đó in ra hàng ngẫu nhiên sử dụng cho vòng lặp .

Kết luận

Để lấy mẫu ngẫu nhiên của các phần tử từ chuỗi như danh sách Python, bộ, bộ, mảng hoặc mảng đa chiều, bạn có thể sử dụng phương thức Python random sample ().

Xem thêm

Lựa chọn ngẫu nhiên trong Python ()

Mô-đun số ngẫu nhiên Python

Rand ngẫu nhiên ngớ ngẩn ()

Randn ngẫu nhiên ngớ ngẩn ()

Xáo trộn ngẫu nhiên ngớ ngẩn ()


Xem thêm những thông tin liên quan đến chủ đề mẫu ngẫu nhiên trong python

Statistics With Python Full Course 1 of 3 | Understanding and Visualizing Data with Python

  • Tác giả: My Lesson
  • Ngày đăng: 2021-07-04
  • Đánh giá: 4 ⭐ ( 2869 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: playlist Statistics with Python Specialization
    https://www.youtube.com/playlist?list=PLtS8Ubq2bIlX6HrQXCovMd5Hi-8O7wRlO

    Course material , Reading , Assignment , quizzes .
    https://drive.google.com/file/d/1JkjNwyyVc-hqunuTdwQ2gs-eV2ut2Fm_/view?usp=sharing

    —————————— TIME STAMP ——————————

    WEEK 1
    0:00:00 Welcome to the course
    0:02:31 Understand and Visualizing Data Guidelines
    0:06:01 What is Statistics
    0:15:58 Interview Perspective on Statistics in real life
    0:44:45 Cool Stuff in Data
    0:53:30 Where to data come from
    1:06:27 Variable types
    1:12:25 Study Design
    1:18:25 Introduction to Jupyter Nootbooks
    1:28:29 Data Types in Python
    1:40:40 Introduction to libararies and data management

    WEEK 2
    1:53:46 Categorical data tables bar charts pie charts
    1:57:59 Quantitative data histograms
    2:10:29 Quantitative data numerical summaries
    2:19:57 Standard score empirical rule
    2:27:12 Quantitative data boxplots
    2:33:48 Demo Interactive histogram boxplot
    2:38:44 Important Python libraries
    3:00:09 Tables histograms Boxplots In python

    WEEK 3
    3:25:45 Looking at associations with multivariate categorical data
    3:35:20 Looking at ASSociations with multivariate Quantitative data
    3:42:52 Demo interactive Scatterplot
    3:45:23 Introduction to Pizza assignment
    3:48:02 Multivariate data selection
    4:07:36 Multivariate distributions
    4:16:01 Unit testing

    WEEK 4
    4:21:27 Sampling From well defined populations
    4:38:06 Probability Sampling part 1
    4:49:04 Probability Sampling part 2
    5:04:50 Non-probability sampling part 1
    5:15:36 Non-probablility sampling part 2
    5:25:33 Sampling Variance Sampling distribution part 1
    5:40:53 Sampling Variance Sampling Distribution part 2
    5:48:11 Demo interactive Sampling distribution
    6:09:56 beyond means sampling distributions of other common statistics
    6:20:21 Making population inference based on only one simple
    6:34:42 Inferene for non probability instructions
    6:52:05 Complex samples
    7:15:52 Sampling from a biased population
    7:31:16 Randomness and Reproducibility
    7:46:05 The Empirical rule of Distribution

    ⭐ Important Notes ⭐
    ⌨️ The creator of this course is University of Michigan is licensed under CC BY
    ⌨️ For earning certificate, enroll for this course here: https://www.coursera.org/specializations

    in this course, learners will be introduced to the field of statistics, including where data come from, study design, data management, and exploring and visualizing data. Learners will identify different types of data, and learn how to visualize, analyze, and interpret summaries for both univariate and multivariate data. Learners will also be introduced to the differences between probability and non-probability sampling from larger populations, the idea of how sample estimates vary, and how inferences can be made about larger populations based on probability sampling.

    At the end of each week, learners will apply the statistical concepts they’ve learned using Python within the course environment. During these lab-based sessions, learners will discover the different uses of Python as a tool, including the Numpy, Pandas, Statsmodels, Matplotlib, and Seaborn libraries. Tutorial videos are provided to walk learners through the creation of visualizations and data management, all within Python. This course utilizes the Jupyter Notebook environment within Coursera.

    visualizing data with python edx
    visualizing data with python
    pythonstatistics,
    python statistics tutorial,
    python statistics for data science,
    python statistics projects,
    python statistics probability,
    python statistics packages,
    pythonstatisticsanalysis,
    python for statistics,
    pythonforstatisticstutorial,
    python in statistics,
    python statistics module,
    data science probability and statistics,
    learn statistics with python,
    statistics for data science,
    python,

Random trong Python: Tạo số random ngẫu nhiên

  • Tác giả: freetuts.net
  • Đánh giá: 4 ⭐ ( 3831 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: Cách tạo số ngẫu nhiên bằng cách sử dụng module random trong Python, tạo ra số nguyên random hoặc số thực random trong Python bằng hàm random và randint

PYTHON: Tạo số nguyên ngẫu nhiên từ 0 đến 9

  • Tác giả: vi.frackfreetas.org
  • Đánh giá: 4 ⭐ ( 2885 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: Làm cách nào để tạo số nguyên ngẫu nhiên từ 0 đến 9 (bao gồm) trong Python? Ví dụ: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9

Hàm random() trong Python có thực sự “ngẫu nhiên”?

  • Tác giả: viblo.asia
  • Đánh giá: 4 ⭐ ( 7348 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: Chúng ta đều biết sự hữu ích của việc tạo ra số ngẫu nhiên trong một số trường hợp cụ thể dù là trong lập trình hay trong cuộc sống thường nhật. Trong các trò chơi, chúng ta ném xúc xắc để tạo ra một…

Chi tiết bài học 26. Random một số trong python

  • Tác giả: vimentor.com
  • Đánh giá: 5 ⭐ ( 4061 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: Vimentor chi tiết bài học

Phương pháp chọn mẫu xác suất (ngẫu nhiên)

  • Tác giả: hotroluanvan.com
  • Đánh giá: 3 ⭐ ( 1132 lượt đánh giá )
  • Khớp với kết quả tìm kiếm:

Làm chủ lấy mẫu ngẫu nhiên bằng Python

  • Tác giả: ichi.pro
  • Đánh giá: 5 ⭐ ( 2543 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: Sử dụng Mô-đun ngẫu nhiên trong Python Python cung cấp nhiều công cụ hữu ích để lấy mẫu ngẫu nhiên cũng như các chức năng để tạo số ngẫu nhiên. Lấy mẫu ngẫu nhiên có các ứng dụng trong thống kê, nơi mà thường một tập hợp con ngẫu nhiên của một tổng thể được quan sát và sử dụng để đưa ra các suy luận về tổng thể.

Xem thêm các bài viết khác thuộc chuyên mục: Kiến thức lập trình

Xem Thêm  Javascript có phân biệt chữ hoa chữ thường không? - js có phân biệt chữ hoa chữ thường không

By ads_php