1. A propos du module numpy.random
Le module numpy.random est une partie essentielle de la bibliothèque NumPy qui fournit des fonctionnalités pour générer des nombres aléatoires et des échantillons à partir de diverses distributions de probabilité. Cela inclut des fonctions pour la génération de nombres aléatoires selon des distributions uniformes, normales, binomiales, etc.
2. Exemples d'usages de la bibliothèque numpy.random
Nous allons voir quelques exemples de numpy.random qui ne couvrent qu'une petite partie des fonctionnalités disponibles dans numpy.random. Ce module offre également des fonctionnalités pour la génération de nombres aléatoires suivant d'autres distributions telles que Poisson, exponentielle, gamma, etc. La génération de nombres aléatoires est souvent utilisée dans la simulation, la modélisation probabiliste, l'apprentissage automatique, et de nombreux autres domaines.
Exemple 1
Génération de nombres aléatoires à partir d'une distribution uniforme:
|
1 2 3 4 5 6 |
import numpy as np # Générer un nombre aléatoire entre 0 et 1 random_number = np.random.rand() print("Nombre aléatoire entre 0 et 1:", random_number) # output: Nombre aléatoire entre 0 et 1: 0.5860401420119945 |
Exemple 2
Génération de nombres aléatoires à partir d'une distribution normale
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
import numpy as np # Générer un échantillon de nombres aléatoires suivant une distribution normale mean = 0 std_dev = 1 random_numbers = np.random.normal(mean, std_dev, size=10) print("Échantillon de nombres aléatoires suivant une distribution normale:") print(random_numbers) """ Échantillon de nombres aléatoires suivant une distribution normale: [-0.02701854 0.33928101 -0.94727826 -1.23771754 -0.76079051 0.20192842 0.36546307 0.72974438 0.4096447 0.16312719] """ |
Exemple 3
Génération de nombres entiers aléatoires dans un intervalle donné
|
1 2 3 4 5 6 |
import numpy as np # Générer un nombre entier aléatoire entre 1 et 100 random_integer = np.random.randint(1, 101) print("Nombre entier aléatoire entre 1 et 100:", random_integer) # output: Nombre entier aléatoire entre 1 et 100: 7 |
Exemple4
Génération d'échantillons aléatoires à partir de distributions spécifiques
|
1 2 3 4 5 6 7 8 9 10 11 |
import numpy as np # Générer un échantillon de 100 nombres aléatoires binomiaux avec p=0.5 et n=10 random_binomial = np.random.binomial(n=10, p=0.5, size=100) print("Échantillon de nombres aléatoires binomiaux:", random_binomial) """Échantillon de nombres aléatoires binomiaux: [6 3 2 3 8 6 3 6 5 5 5 4 3 7 5 5 5 7 6 5 6 4 4 6 6 6 4 4 4 6 7 6 6 5 6 4 6 4 7 7 6 8 4 5 7 6 6 6 4 6 7 5 6 6 4 6 6 4 5 8 3 4 3 5 4 7 3 5 5 8 5 4 7 4 6 8 7 8 6 3 4 5 7 6 2 3 2 7 4 6 5 4 4 5 1 9 5 4 6 5]""" |
Younes Derfoufi
CRMEF OUJDA
