Data Science: Generación de números aleatorios

Vamos a ver cómo generar números aleatorios con Python.


# Primero cargamos un fichero de datos, como siempre:
%config IPCompleter.greedy=True
import pandas as pd
import numpy as np
import random
data = pd.read_csv("python-ml-course-master/datasets/customer-churn-model/Customer Churn Model.txt")

# Generamos un número aleatorio de tipo entero entre 1 y 100:
np.random.randint(1, 100)

# Generamos un número aleatorio decimal entre 0 y 1:
np.random.random()

# Generamos un número aleatorio entero entre 0 y 100 y que sea múltiplo de 7:
random.randrange(0, 100, 7)

# Generamos un número aleatorio entero entre 1 y 100 y que sea múltiplo de 7 + 1, o sea 8:
random.randrange(1, 100, 7)

# Generamos un array con los números del 0 al 99 y los barajamos (reordenamos al azar):
a = np.arange(100)
np.random.shuffle(a)

# Elegimos una columta al azar del DataFrame:
column_list = data.columns.values.tolist()
np.random.choice(column_list)

# Semilla de generación aleatoria (SEED) = Patrón de generación de números al azar. Número a partir del cual se calculan y generan los números aleatorios.
# Si asignamos una semilla, el patrón de generación de números al azar siempre será el mismo, es decir, que siempre nos saldrán los mismos números cada vez que generemos un número aleatorio.
# Asignamos como semilla el número 2018. A partir de ahí, siempre que generemos una serie de números aleatorios, nos saldrán los mismos.
np.random.seed(2018)
np.random.random()