我寫了一個簡單的隨機數發生器，我如何繪製我寫的函數的分佈？

這是我第一次寫一個隨機數發生器，我只是亂搞，看看我能用隨機公式來做什麼。我寫了一個簡單的隨機數發生器，我如何繪製我寫的函數的分佈？

但是，我很好奇，我的功能是如何偏見，並與功能的分佈（1至9之間）。這裏是我的不必要的長碼：

import time 

class Random: 
    """random generator""" 

    def __init__(self): 
     """ Random()-> create a random number generator with a random seed 
     a seed is needed in order to generate random numbers""" 
     self.seed = time.time() 

    def random(self): 
     """ Random.random() -> get a random number using a formula""" 
     self.seed =(((int(self.seed)*129381249123+2019383)**0.74123)/517247) % 288371 

    def get_ran_num(self): 
     """ Random.get_ran_num() -> return a random integer from 1 thru 10""" 
     self.random() 
     return int(list(str(int(self.seed)))[3]) 


ranNum = Random()

，如果存在一些工具，可以採取隨機函數，然後運行它幾千次，然後繪製它的分佈這將是巨大的。

預先感謝您

P/S：我怎樣才能提高我的RNG，並使其更隨機呃？

來源

2016-03-08 Tri Nguyen

使用PyPlot :) http://matplotlib.org/users/pyplot_tutorial.html – Goodies

如果你只是想要一個可視化表示，可以很容易地使用

import matplotlib.pyplot as plt 
# Random class here 
ranNum = Random() 
randNums = [ranNum.get_ran_num() for _ in range(100)] 
nums = list(range(len(randNums))) 
plt.plot(nums, randNums, 'ro') 
plt.show()

這是對100枚隨機數：

不過，我發現了一個IndexError當我去更高的範圍。你或許應該解決實際算法，無論是導致該問題，但我把創可貼上的方式是：

def get_ran_num(self): 
    """ Random.get_ran_num() -> return a random integer from 1 thru 10""" 
    retval = None 
    while True: 
     try: 
      self.random() 
      retval = int(list(str(int(self.seed)))[3]) 
      break 
     except IndexError as e: 
      continue 
    return retval

下面是100,000個隨機數，這是非常好的一個情節。相互連接的線條比沒有明顯比其他線條更密集的是你所追求的，但是你需要做更好的熵分析來發現比快速視覺表示更有用的東西。就你而言，它看起來像6更受青睞。此外，它看起來像經常重複。

來源

2016-03-08 01:42:06 Goodies

我會嘗試random.rand和matplotlib。

import numpy as np 
import matplotlib.pyplot as plt 


N = 50 
x = np.random.rand(N) 
y = np.random.rand(N) 
colors = np.random.rand(N) 
area = np.pi * (15 * np.random.rand(N))**2 # 0 to 15 point radiuses 

plt.scatter(x, y, s=area, c=colors, alpha=0.5) 
plt.show()

是這樣的嗎？

編輯：你是否想要生成僞隨機數？無論如何，你需要一個移位寄存器的種子，所以在這方面，我不確定它是否是完全隨機的。

來源

2016-03-08 01:35:41 YouHaveaBigEgo

我寧願直方圖來檢查你的隨機數生成器的分佈的均勻性。

import numpy as np 
import matplotlib 
import matplotlib.pyplot as plt 
myarr = np.random.randint(1000, size=100000) 
plt.hist(myarr, bins=40) 
plt.show()

來源

2017-07-01 20:02:20

我寫了一個簡單的隨機數發生器，我如何繪製我寫的函數的分佈？

回答

相關問題