รัน NumPy ออนไลน์

สร้างตัวเลขสุ่มด้วย NumPy

ในบทเรียนนี้ คุณจะสร้างจำนวนเต็มสุ่มที่ทำซ้ำได้ด้วยตัวสร้าง Generator ของ NumPy

  • ระดับกลาง
  • อ่าน 2 นาที
  • ตัวอย่างที่รันได้ 1 ตัวอย่าง

บทนำ

ปัญหาที่ต้องแก้

การจำลองสถานการณ์ เกม การสุ่มตัวอย่าง และการทดสอบ ล้วนต้องใช้ตัวเลขสุ่ม แต่สำหรับการทดสอบและการสอน เรามักอยากได้ตัวเลขสุ่มชุดเดิมทุกครั้งที่รัน เพื่อให้ตรวจผลและทำซ้ำได้

ลองนึกภาพแบบนี้

ตัวสุ่มเลขที่กำหนด seed ไว้ เหมือนเครื่องทอยลูกเต๋า 10 หน้าที่เริ่มต้นจากเลขที่เราตั้งเอง ถ้าตั้งเลขเริ่มต้น (seed) เหมือนเดิม เครื่องจะทอยออกมาเป็นชุดเดิมเป๊ะทุกครั้ง ถ้าเปลี่ยน seed ชุดตัวเลขก็จะเปลี่ยนไป และเหมือนลูกเต๋าทั่วไป เลขเดียวกันออกซ้ำได้

จากเครื่องทอยลูกเต๋าสู่โค้ด
default_rng(seed=42)🎛️ ตั้งเลขเริ่มต้นของเครื่องเป็น 42
integers(low=1, high=11, size=5)🎲 ทอยเลขห้าตัว ตั้งแต่ 1 ถึง 10
high=11🚫 ค่า high เองจะไม่มีวันถูกทอยออกมา
values📋 [1 8 7 5 5] ได้แบบนี้ทุกครั้งที่รัน
seed เดิม ลำดับเดิม
สรุปในประโยคเดียว

ตัวสร้างตัวเลขสุ่ม (random number generator) ให้ค่าที่ดูเหมือนสุ่ม ถ้ากำหนด seed (ค่าตั้งต้น) ให้ ตัวสร้างจะให้ลำดับเดิมทุกครั้ง ผลลัพธ์จึงทำซ้ำได้

ประเด็นสำคัญ

  1. np.random.default_rng(seed=42) สร้างตัวสร้างที่มี seed คงที่
  2. integers(low=1, high=11, size=5) จั่วจำนวนเต็มห้าตัวจาก 1 ถึง 10
  3. ค่า high ไม่นับรวมด้วย 11 จึงไม่มีทางถูกจั่ว
  4. เพราะมี seed values จึงเป็น [1 8 7 5 5] ทุกครั้งที่รัน ถ้าไม่มี seed ค่าจะเปลี่ยนทุกครั้ง

ใช้เมื่อไร?

  • การจำลองสถานการณ์ เช่น เกมทอยลูกเต๋า หรือ random walk (การเดินสุ่ม)
  • การสุ่มตัวอย่าง และการแบ่งข้อมูล train/test ใน data science
  • การทดสอบและตัวอย่างที่ต้องได้ผลเหมือนเดิมทุกครั้ง โดยกำหนด seed ให้คงที่

เมื่อไรยังไม่จำเป็น

  • รหัสผ่าน token หรืออะไรก็ตามที่เกี่ยวกับความปลอดภัย: ใช้โมดูล secrets แทน
  • สุ่มเลือกแค่ครั้งเดียวใน Python ธรรมดา: ใช้โมดูล random ก็พอ

โค้ดตัวอย่าง

รันโค้ด →
main.py
import numpy as np

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

print(values)
สร้างปุ่ม Run สำหรับตัวอย่างนี้

ผลลัพธ์จากการรัน

[1 8 7 5 5]

อธิบายโค้ด

ฟังก์ชัน np.random.default_rng(seed=42) สร้างออบเจกต์ Generator ซึ่งเป็นวิธีที่ NumPy แนะนำในปัจจุบัน เมธอด integers(low=1, high=11, size=5) สร้างจำนวนเต็ม 5 ตัวตั้งแต่ 1 ถึง 10 เพราะไม่รวมค่า high เมื่อซีดตายตัว ทุกครั้งที่รันจะได้ผลเหมือนเดิม คือ [1 8 7 5 5]

เปลี่ยนค่าและรันโปรแกรมด้วย คอมไพเลอร์ Python ออนไลน์ของ CodeUtility โดยไม่ต้องติดตั้ง Python

แบบฝึกหัดเพิ่มเติม

ลองแก้โค้ดตามคำแนะนำด้านล่าง การเปลี่ยนโค้ดแล้วดูผลลัพธ์จะช่วยให้เข้าใจบทเรียนได้ดีกว่าการอ่านอย่างเดียวมาก

  1. เปลี่ยนรูปร่าง (shape) และชนิดข้อมูล (dtype) ของอาร์เรย์อินพุต
  2. ทดสอบกับเลขติดลบ ทศนิยม และค่าที่หายไป
  3. ใช้การคำนวณเดียวกันกับอาร์เรย์หลายมิติที่ใหญ่ขึ้นและจับเวลา
รันในคอมไพเลอร์ Python →

ข้อผิดพลาดที่พบบ่อย

คิดว่า high นับรวมด้วย

integers(1, 10) ไม่มีวันส่งกลับค่า 10

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

เรียนบทนี้จบแล้วใช่ไหม

ทำเครื่องหมายว่าเรียนแล้วเพื่อติดตามความคืบหน้า

ฝึกด้วยโจทย์

ใช้สิ่งที่เรียนในบทนี้แก้ปัญหาจริง ทุกโจทย์รันในเบราว์เซอร์ พร้อมการทดสอบทันทีและรีวิวจาก AI

โจทย์ทั้งหมด