Schedule

Tutorial di Python

• Tutorial di Python
• Introduzione a Python
• Inizio con Python
• Sintassi Python
• Commenti Python
• Variabili Python
• Tipi di dati Python
• Python Numbers
• Casting Python
• Stringhe Python
• Booleano Python
• Operatori Python
• Liste Python
• Tuple Python
• Set Python
• Dizionario Python
• Python If Else
• Ciclo While Python
• Ciclo For Python
• Funzione Python
• Lambda Python
• Array Python
• Python Class/Object
• Ereditarietà Python
• Iterazione Python
• Scope Python
• Modulo Python
• Data Python
• JSON Python
• RegEx Python
• PIP Python
• Try Except Python
• Python Command Input
• Formattazione di stringhe Python

File Processing

• Apertura di file Python
• Lettura di file Python
• Python File Write/Create
• Eliminazione di file Python

Python NumPy

• Introduzione a NumPy
• Inizio con NumPy
• Creazione di array NumPy
• Indice di array NumPy
• Taglio di array NumPy
• Tipi di dati NumPy
• Copia/Visualizzazione NumPy
• Forma di array NumPy
• Rimodellamento di array NumPy
• Iterazione di array NumPy
• Connessione di array NumPy
• Scissione di array NumPy
• Ricerca di array NumPy
• Ordinamento di array NumPy
• Filtraggio di array NumPy
• Casuale NumPy
• Ufunc NumPy

Machine Learning

• Introduction
• Mean Median Pattern
• Standard Deviation
• Percentile
• Data Distribution
• Normal Data Distribution
• Scatter Plot
• Linear Regression
• Polynomial Regression
• Multiple Regression
• Scaling
• Training/Testing
• Decision Tree

Python MySQL

• MySQL 入门
• MySQL Create Database
• MySQL Create Table
• MySQL Insert
• MySQL Select
• MySQL Where
• MySQL Order By
• Eliminare di MySQL
• Eliminare la tabella di MySQL
• Aggiornamento di MySQL
• Limit di MySQL
• Join di MySQL

Python MongoDB

• Inizio di MongoDB
• Creare il database di MongoDB
• Creare la collezione di MongoDB
• Inserire di MongoDB
• Find di MongoDB
• Query di MongoDB
• Ordinare di MongoDB
• Eliminare di MongoDB
• Eliminare la collezione di MongoDB
• Aggiornamento di MongoDB
• Limit di MongoDB

Manuale di riferimento Python

• Panoramica di riferimento di Python
• Funzioni native di Python
• Metodi di stringa di Python
• Metodi di lista di Python
• Metodi di dizionario di Python
• Metodi di tuple di Python
• Metodi di insieme di Python
• Metodi di file di Python
• Parole chiave di Python

Manuale di riferimento del modulo

• Modulo random
• Modulo di richiesta

Python How To

• Eliminare gli elementi duplicati dalla lista
• Invertire la stringa

Esempio Python

• Esempio Python
• Quiz Python

Corso a scelta

Recomendazione di corso:

• Cassetta dei tesori CodeW3C.com

Cos'è un numero casuale?

Un numero casuale non significa che ci siano numeri diversi ogni volta. Casuale significa qualcosa che non può essere predetto logicamente.

Casuale e reale

Il computer lavora su programmi, i programmi sono un set di istruzioni autorizzate. Pertanto, significa che deve esistere un algoritmo per generare numeri casuali.

Se esiste un programma per generare numeri casuali, può essere predetto, quindi non è un numero casuale reale.

I numeri casuali generati da un algoritmo di generazione sono chiamati numeri casuali pseudo-casuali.

Possiamo generare numeri casuali reali?

Sì. Per generare un numero casuale reale sul nostro computer, dobbiamo ottenere dati casuali da una fonte esterna. La fonte esterna è solitamente le nostre pressioni di tastiera, il movimento del mouse, i dati di rete, ecc.

Non abbiamo bisogno di numeri casuali reali, a meno che non siano correlati alla sicurezza (ad esempio, chiavi di crittografia) o che l'applicazione si basi sulla casualità (ad esempio, ruota della fortuna digitale).

In questo tutorial, utilizzeremo numeri casuali pseudo-casuali.

Generare numeri casuali

NumPy fornisce il modulo random per gestire i numeri casuali.

Esempio

Generare un numero casuale intero tra 0 e 100:

from numpy import random
x = random.randint(100)
print(x)

Esegui esempio

Generare numeri casuali a virgola mobile

Il modulo random rand() Il metodo restituisce un numero casuale a virgola mobile tra 0 e 1.

Esempio

Generare un numero casuale a virgola mobile tra 0 e 100:

from numpy import random
x = random.rand()
print(x)

Esegui esempio

Generare array casuali

In NumPy, possiamo utilizzare i due metodi dell'esempio precedente per creare array casuali.

intero

randint() Il metodo accetta size Parametro, in cui puoi specificare la forma dell'array.

Esempio

Genera un array 1-D contenente 5 numeri casuali tra 0 e 100:

from numpy import random
x=random.randint(100, size=(5))
print(x)

Esegui esempio

Esempio

Genera un array 2-D con 3 righe, ognuna con 5 numeri casuali tra 0 e 100:

from numpy import random
x = random.randint(100, size=(3, 5))
print(x)

Esegui esempio

Numero a virgola mobile

rand() Il metodo ti permette anche di specificare la forma dell'array.

Esempio

Genera un array 1-D contenente 5 numeri casuali:

from numpy import random
x = random.rand(5)
print(x)

Esegui esempio

Esempio

Genera un array 2-D con 3 righe, ognuna con 5 numeri casuali:

from numpy import random
x = random.rand(3, 5)
print(x)

Esegui esempio

Genera numeri casuali da un array

choice() Il metodo ti permette di generare valori casuali basati su un array di valori.

choice() Il metodo accetta un array come parametro e restituisce uno dei valori.

Esempio

Restituisce uno dei valori dell'array:

from numpy import random
x = random.choice([3, 5, 7, 9])
print(x)

Esegui esempio

choice() Il metodo ti permette anche di restituire un array di valori.

Aggiungi un size I parametri specificano la forma dell'array.

Esempio

Genera un array bidimensionale composto dai valori dell'array parametrico (3, 5, 7 e 9):

from numpy import random
x = random.choice([3, 5, 7, 9], size=(3, 5))
print(x)

Esegui esempio

Strumenti

Manuale di riferimento Python

Esempio Python

Quiz Python

Link sponsorizzati