Executar NumPy online

Gerar números aleatórios com NumPy

Nesta lição, você vai gerar números inteiros aleatórios reproduzíveis com o gerador Generator do NumPy.

  • Intermediário
  • 2 min de leitura
  • 1 exemplo executável

Introdução

O problema

Simulações, jogos, amostragens e testes precisam de números aleatórios. Para testar e ensinar, você também quer os mesmos números "aleatórios" em cada execução, para que os resultados possam ser conferidos e repetidos.

Pense assim

Um gerador aleatório com seed é como uma máquina que joga um dado de 10 faces, partindo de um número que você escolhe. Com o mesmo número inicial (a seed), ela repete exatamente a mesma sequência de jogadas toda vez. Mude a seed e a sequência muda. E, como qualquer dado, o mesmo número pode sair duas vezes.

Da máquina de dados para o código
default_rng(seed=42)🎛️ Ajuste o número inicial da máquina para 42
integers(low=1, high=11, size=5)🎲 Jogue cinco números de 1 a 10
high=11🚫 O próprio valor de high nunca sai
values📋 [1 8 7 5 5], igual em toda execução
A mesma semente, a mesma sequência.
Em uma frase

Um gerador de números aleatórios produz valores que parecem aleatórios. Dar a ele uma semente faz com que produza a mesma sequência toda vez, o que torna os resultados repetíveis.

Pontos-chave

  1. np.random.default_rng(seed=42) cria um gerador com uma semente fixa.
  2. integers(low=1, high=11, size=5) sorteia cinco números inteiros de 1 a 10.
  3. high fica de fora, então o 11 nunca é sorteado.
  4. Por causa da semente, values é [1 8 7 5 5] em cada execução; sem semente, mudaria.

Quando usar?

  • Simulações, como jogos de dados ou passeios aleatórios.
  • Amostras aleatórias e divisões em treino e teste na ciência de dados.
  • Testes e exemplos repetíveis, fixando a semente.

Quando não é preciso

  • Senhas, tokens ou qualquer coisa ligada a segurança: use o módulo secrets.
  • Uma única escolha aleatória em Python puro: o módulo random basta.

Código de exemplo

Executar código →
main.py
import numpy as np

generator = np.random.default_rng(seed=42)
values = generator.integers(low=1, high=11, size=5)

print(values)
Gerar um botão Run para este exemplo

Resultado da execução

[1 8 7 5 5]

Explicação do código

A função np.random.default_rng(seed=42) cria um objeto Generator, que é a forma recomendada hoje pelo NumPy. O método integers(low=1, high=11, size=5) gera 5 inteiros de 1 a 10, já que o valor high não é incluído. Como a seed é fixa, toda execução produz o mesmo resultado [1 8 7 5 5].

Altere os valores e execute o programa no compilador Python online CodeUtility sem instalar Python.

Exercícios práticos

Tente modificar o código seguindo as sugestões abaixo. Mudar o código e observar o resultado ajuda você a entender muito mais do que só ler.

  1. Mude o formato (shape) e o tipo de dado (dtype) do array de entrada.
  2. Teste com números negativos, decimais e valores ausentes.
  3. Aplique a mesma operação em um array maior, com mais dimensões, e meça o tempo.
Executar no compilador Python →

Erros comuns

Achar que high está incluído

integers(1, 10) nunca devolve 10.

Problema
generator.integers(low=1, high=10, size=5)  # 1 to 9
Correção
generator.integers(low=1, high=11, size=5)  # 1 to 10

Terminou esta lição?

Marque como aprendida para acompanhar seu progresso.

Pratique com um desafio

Use o conteúdo desta lição para resolver um problema real. Cada desafio roda no navegador, com testes instantâneos e uma revisão por IA.

Todos os desafios