issue158:python
Différences
Ci-dessous, les différences entre deux révisions de la page.
Les deux révisions précédentesRévision précédenteProchaine révision | Révision précédente | ||
issue158:python [2020/07/03 07:56] – d52fr | issue158:python [2020/07/03 14:54] (Version actuelle) – andre_domenech | ||
---|---|---|---|
Ligne 5: | Ligne 5: | ||
• The Law of Truly Large Numbers states that "with a large enough sample of data, many odd ' | • The Law of Truly Large Numbers states that "with a large enough sample of data, many odd ' | ||
- | Pour ce mois, j'ai décidé de continuer notre présentation de la gestion des données. Cette fois, nous regarderons la « Loi » des Vraiment Grands Nombres. | + | Pour ce mois-ci, j'ai décidé de continuer notre présentation de la gestion des données. Cette fois, nous regarderons la « Loi » des Vraiment Grands Nombres. |
Pourquoi ai-je décidé de mettre Loi entre guillemets ? Parce que ce n'est pas réellement une loi : | Pourquoi ai-je décidé de mettre Loi entre guillemets ? Parce que ce n'est pas réellement une loi : | ||
- | ••C' | + | ••Il EXISTE |
- | ••Le Loi des Vraiment Grands Nombres soutient | + | ••La Loi des Vraiment Grands Nombres soutient |
**This month, we will experiment to see if we can experience either of these two " | **This month, we will experiment to see if we can experience either of these two " | ||
Ligne 19: | Ligne 19: | ||
Probability theory says, basically, that if you have two outcomes that are equally likely to occur (the heads of a coin in this case), there is an equally likely chance that either will occur, or in the case of a coin toss, 50% that it will end up with heads and 50% that it will end up with tails.** | Probability theory says, basically, that if you have two outcomes that are equally likely to occur (the heads of a coin in this case), there is an equally likely chance that either will occur, or in the case of a coin toss, 50% that it will end up with heads and 50% that it will end up with tails.** | ||
- | Ce mois-ci, nous ferons des expériences pour voir si nous pouvons vérifier une des ces deux « lois ». | + | Ce mois-ci, nous ferons des expériences pour voir si nous pouvons vérifier |
- | D' | + | D' |
- | Un nombre aléatoire est un nombre qui est indépendant | + | Un nombre aléatoire est un nombre qui est indépendant, sans aucune corrélation avec aucune suite de nombres. |
- | La théorie des probabilités dit, en gros, que, si vous avez deux résultats qui ont des chances égales d' | + | La théorie des probabilités dit, en gros, que, si vous avez deux résultats qui ont des chances égales d' |
**Michael Crichton' | **Michael Crichton' | ||
Ligne 31: | Ligne 31: | ||
Now, let's create a VERY simple Python program to check this out. We will use the numpy library for the random number generator, rather than the built-in Python random number generator. While both are pretty much the same thing, the numpy library has some additional options that make it a better choice for future work. It's not good enough for serious cryptography use, but for what we need, it's fine. Because of the f-string formatting, you will need to use Python 3.7 or greater.** | Now, let's create a VERY simple Python program to check this out. We will use the numpy library for the random number generator, rather than the built-in Python random number generator. While both are pretty much the same thing, the numpy library has some additional options that make it a better choice for future work. It's not good enough for serious cryptography use, but for what we need, it's fine. Because of the f-string formatting, you will need to use Python 3.7 or greater.** | ||
- | Jurrasic Park de Michael Crichton (que ce soit le livre ou le film, mais, à mon avis, le film est plus amusant) contient une bonne (mais simplifiée) présentation de la Théorie du Chaos où Ian Malcolm (joué par Jeff Goldblum) décrit la direction que prendra une goutte d'eau glissant le long de la main du docteur Elie Sattler (joué par Laura Dern). On peut dire la même chose au sujet d'une pièce tombant sur le sol ou dans le creux de votre main. L'un ou l' | + | Jurrasic Park de Michael Crichton (que ce soit le livre ou le film, mais, à mon avis, le film est plus amusant) contient une bonne (mais simplifiée) présentation de la Théorie du Chaos où Ian Malcolm (joué par Jeff Goldblum) décrit la direction que prendra une goutte d'eau glissant le long de la main du docteur Elie Sattler (joué par Laura Dern). On peut dire la même chose au sujet d'une pièce tombant sur le sol ou dans le creux de votre main. L'une ou l' |
- | Maintenant créons un programme TRÈS simple en Python pour le tester. Nous utiliserons la bibliothèque numpy pour le générateur de nombre aléatoire, plutôt que le générateur de nombre aléatoire | + | Maintenant créons un programme TRÈS simple en Python pour le tester. Nous utiliserons la bibliothèque numpy pour le générateur de nombres aléatoires, plutôt que le générateur de nombres aléatoires |
**from numpy.random import seed | **from numpy.random import seed | ||
Ligne 47: | Ligne 47: | ||
from numpy.random import randint | from numpy.random import randint | ||
- | Bien sûr, nous commençons par les imports. Dans la ligne de code suivante, nous positionnons la valeur de semence du générateur aléatoire à la valeur un. Si vous faites cela, vous aurez les mêmes valeurs que moi. Pour être indépendant de moi, mettez la ligne seed(1) en commentaires | + | Bien sûr, nous commençons par les imports. Dans la ligne de code suivante, nous positionnons la valeur de semence du générateur aléatoire à la valeur un. Si vous faites cela, vous aurez les mêmes valeurs que moi. Pour être indépendant de moi, mettez la ligne seed(1) en commentaire |
- | Maintenant, nous lançons la boucle | + | Maintenant, nous lançons la boucle dix fois et générons dix nombres aléatoires entre 0 et 1 (zéro = pile et un = face). La fonction randint met une valeur minimum, une valeur maximum et le nombre de résultats à retourner dans une liste. La raison pour laquelle nous utilisons une valeur de 2 pour la valeur maximum vient de ce que numpy prend cette valeur et renvoie toujours les valeurs à 1 de moins que le maximum. |
**Now step through the list of returned numbers and count the number of zeros and ones. | **Now step through the list of returned numbers and count the number of zeros and ones. | ||
Ligne 66: | Ligne 66: | ||
It’s not what you would expect to be. You would expect a 50% number of Heads each time. Take a coin and try it. You will find a similar result. It won’t be 50% each time. Remember the Chaos Theory?** | It’s not what you would expect to be. You would expect a 50% number of Heads each time. Take a coin and try it. You will find a similar result. It won’t be 50% each time. Remember the Chaos Theory?** | ||
- | Maintenant, passons à la liste des nombres retournés et comptons le nombre de zéros | + | Maintenant, passons à la liste des nombres retournés et comptons le nombre de 0 et de 1. |
- | appelez | + | Appelez |
$ python cointoss.py | $ python cointoss.py | ||
Ligne 94: | Ligne 94: | ||
Percentage of Heads: 49.943%** | Percentage of Heads: 49.943%** | ||
- | Maintenant, | + | Il s' |
- | Je vais réduire la sortie (montrée ci-dessous) pour économiser la place, mais voici ce que vous pouvez voir... | + | Je vais réduire la sortie (montrée ci-dessous) pour économiser la place, mais voici ce que vous pouvez voir : |
- | Cette fois-ci les résultats sont beaucoup plus proches de 50 %, mais pas vraiment assez proches. Et ça donnerait quoi si nous faisions une série de 100000 | + | Cette fois-ci les résultats sont beaucoup plus proches de 50 %, mais pas vraiment assez proches. Et ça donnerait quoi si nous faisions une série de 100 000 lancers ? Modifez la variable todo en 100 000 et re-lancez le programme. |
[1 1 0 ... 0 0 0] | [1 1 0 ... 0 0 0] | ||
Ligne 112: | Ligne 112: | ||
“In July 1975, a taxi in Hamilton, Bermuda knocked Erskine Lawrence Ebbin from his moped, killing him. The year before, his brother Neville Ebbin had been killed by the same driver driving the same taxi and carrying the same passenger while riding the same moped on the same street.”** | “In July 1975, a taxi in Hamilton, Bermuda knocked Erskine Lawrence Ebbin from his moped, killing him. The year before, his brother Neville Ebbin had been killed by the same driver driving the same taxi and carrying the same passenger while riding the same moped on the same street.”** | ||
- | Maintenant, nous sommes très près du résultat que nous attendons, | + | Maintenant, nous sommes très près du résultat que nous attendons, |
- | Mais alors, la « Loi des Vraiment Grands Nombres » ? Une des exemples qui ont souvent utilisés pour l' | + | Mais alors, la « Loi des Vraiment Grands Nombres » ? Un des exemples qui sont souvent utilisés pour l' |
**In another example, | **In another example, | ||
Ligne 124: | Ligne 124: | ||
seed(1)** | seed(1)** | ||
- | Un autre exemple : « Lors d'un match de foot avec 50 000 supporters, la plupart des supporters partagent probablement leur date de naissance avec 135 autres dans l' | + | Un autre exemple : « Lors d'un match de foot avec 50 000 supporters, la plupart des supporters partagent probablement leur date de naissance avec 135 autres dans l' |
from numpy.random import seed | from numpy.random import seed | ||
Ligne 141: | Ligne 141: | ||
Finally, we create a date (I picked my son’s birthday) to see if it is in the list and print the number of times it occurred, if in fact it did.** | Finally, we create a date (I picked my son’s birthday) to see if it is in the list and print the number of times it occurred, if in fact it did.** | ||
- | À nouveau, nous débutons par les imports (nous avons ajouté dateline dans cet exemple) et réglons la valeur de la semence. Ensuite, nous fixons à 50000 le chiffre des nombres aléatoires de notre liste et créons une liste vide. | + | À nouveau, nous débutons par les imports (nous avons ajouté dateline dans cet exemple) et réglons la valeur de la semence. Ensuite, nous fixons à 50 000 le chiffre des nombres aléatoires de notre liste et créons une liste vide : |
todo = 50000 | todo = 50000 | ||
dates = [] | dates = [] | ||
- | Nous bouclons alors dans une série de déclarations qui récupèrent les dates valides aléatoirement. (J' | + | Nous bouclons alors dans une série de déclarations qui récupèrent les dates valides aléatoirement. (J' |
- | Enfin, nous créons une date (j'ai pris la date de naissance de mon fils) pour voir si elle est dans la liste et imprimer le nombres | + | Enfin, nous créons une date (j'ai pris la date de naissance de mon fils) pour voir si elle est dans la liste et imprimer le nombre |
**datetocheck = datetime.date(1986, | **datetocheck = datetime.date(1986, | ||
Ligne 183: | Ligne 183: | ||
I hope that this has given you an appreciation of Large Numbers and Truly Large Numbers and random numbers in general.** | I hope that this has given you an appreciation of Large Numbers and Truly Large Numbers and random numbers in general.** | ||
- | Voici le résultat (réduit, bien sûr) : | + | Voici le résultat (abrégé, bien sûr) : |
$ python birthdays2.py | $ python birthdays2.py |
issue158/python.1593755788.txt.gz · Dernière modification : 2020/07/03 07:56 de d52fr