Viele Programme brauchen (scheinbar) zufällige Werte, um Ereignisse aus der realen Welt zu simulieren.
Häufige und bekannte Beispiele sind:
"H" oder "T" ist.Wirklich zufällige Werte mit einem Computer zu erzeugen ist eine erstaunlich schwierige technische Herausforderung, deshalb werden solche Ergebnisse manchmal als „pseudozufällig“ bezeichnet.
Wichtig: Dieses Konzept behandelt nicht kryptografisch sichere Zufallszahlen, die eine noch viel schwierigere Herausforderung darstellen.
Allerdings wurde R aus einem Statistikpaket abgeleitet und wird oft für Simulationen verwendet, bietet also eine große Vielfalt an Möglichkeiten, zufällige Werte zu erzeugen. Die Ergebnisse sind für die meisten Anwendungen in Modellierung, Simulation und Spielen mehr als gut genug.
Stellen wir uns vor, wir haben einen Beutel mit 3 roten und 4 grünen Kugeln, und wir ziehen zufällig eine Kugel aus dem Beutel. Um eine zweite Kugel zu bekommen, gibt es zwei Möglichkeiten:
Szenario 1 ist mit Zurücklegen, Szenario 2 ist ohne, und sie liefern unterschiedliche Ergebnisse.
sample
Um aus einer begrenzten Anzahl diskreter Werte auszuwählen, kann sample() mit oder ohne Zurücklegen verwendet werden.
Das ist nützlich für Ganzzahlen, Strings usw.
sample(1:10, 5) # no repeats by default
#> [1] 8 3 4 2 6
sample(1:10, 5, replace = TRUE) # repeats are OK
#> [1] 10 10 7 10 9
languages <- c("Fortran", "R", "Python", "Julia")
sample(languages, 1)
#> [1] "Python"
sample(c("H", "T"), 5, replace = TRUE) # coin flips
#> [1] "T" "T" "H" "H" "H"
sample(c(TRUE, FALSE), 5, replace = TRUE) # alternative coin flips
#> [1] FALSE TRUE FALSE TRUE TRUE
Stichproben passen gut in Datenpipelines. Um zum Beispiel zufällige alphanumerische Strings zu erzeugen:
library(stringr)
c(letters, LETTERS, 0:9) |> sample(50) |> str_flatten()
#> [1] "5tX71jhbM9zUmKrpENBQyGYaZdJPVAx06leSF2s8gcfw3OviIH"
Mehrere andere Sprachen haben eine spezielle Funktion, um eine Sequenz zu mischen.
R hat keine Mischfunktion. Warum?
Um das zu verstehen, schau dir noch einmal die Funktion sample an.
Die vollständige Form ist sample(x, size, replace = FALSE, prob = NULL), wobei x (normalerweise) die Sequenz ist, aus der gezogen wird, und size die Anzahl der auszuwählenden Elemente.
Wir haben replace bereits besprochen, wobei der Standard das Ziehen ohne Zurücklegen ist.
Ignoriere vorerst prob, mit dem du den verschiedenen Elementen in x ungleiche Gewichte geben kannst.
Was passiert, wenn wir size weglassen und nur x angeben?
x <- letters[1:6]
x
#> [1] "a" "b" "c" "d" "e" "f"
sample(x)
#> [1] "e" "a" "f" "b" "c" "d"
Ganz im typischen R-Stil gilt: Vektor rein, Vektor raus, und size ist standardmäßig length(x).
„Alle Elemente von x ohne Zurücklegen ziehen“ ist nur eine technischere Art zu sagen, „x mischen“.
Deshalb gibt es keine shuffle-Funktion, weil sample bereits genau das tut, was wir brauchen!
Die Beispiele oben beschrieben Fälle, in denen alle Ergebnisse gleich wahrscheinlich sind.
Zum Beispiel liefert sample(1:100) mit gleicher Wahrscheinlichkeit eine beliebige Ganzzahl von 1 bis 100.
Das nennt man eine uniform-Verteilung.
Viele Situationen in der realen Welt sind weit weniger einfach als diese.
Deshalb haben Statistiker eine große Vielfalt an distributions geschaffen, um Ergebnisse aus der „realen Welt“ mathematisch zu beschreiben.
Für eine gleichgewichtete Verteilung von Gleitkommazahlen verwende runif() (achte auf „random-uniform“ und wehre dich gegen die natürliche, aber falsche Neigung, es als „run if“ zu lesen).
Sowohl min als auch max können angegeben werden, sind aber standardmäßig 0 und 1.
runif(5) # generate 5 values
#> [1] 0.3038506 0.3527959 0.3319309 0.4846354 0.4386279
# generate 5 non-negative values <= 100.0
runif(5, max = 100)
#> [1] 79.70762 51.62232 52.85281 71.08571 63.94380
Mary ist ein großer Fan der TV-Serie Star Trek: The Next Generation. Sie spielt oft Pen-&-Paper-Rollenspiele, in denen sie und ihre Freunde die Besatzung der Starship Enterprise verkörpern.
Marys Figur ist Captain Picard, was bedeutet, dass sie das Logbuch des Captains führen muss. Sie liebt den kreativen Teil des Spiels, mag es aber nicht, spontan zufällige Daten zu erzeugen.
Hilf Mary, indem du Zufallsgeneratoren für Daten erstellst, die häufig im Logbuch des Captains vorkommen.
Die Starship Enterprise trifft auf ihren Reisen auf viele Planeten. Planeten im Star-Trek-Universum werden anhand ihrer Eigenschaften in Kategorien eingeteilt. Zum Beispiel ist die Erde ein Planet der Klasse M. Alle möglichen Planetenklassen sind: D, H, J, K, L, M, N, R, T und Y.
Implementiere die Funktion random_planet_class.
Sie soll die erforderliche Anzahl an Planetenklassen zufällig als Vektor zurückgeben.
Doppelte Klassen sind erlaubt und bei langen Vektoren möglicherweise sogar nötig.
random_planet_class(number_needed)
#> "K"
Die Enterprise (Registrierungsnummer NCC-1701) ist nicht das einzige Raumschiff, das durchs All fliegt! Wenn sie sich mit einem anderen Raumschiff trifft, muss Mary dessen Registrierungsnummer ins Logbuch eintragen.
Registrierungsnummern beginnen mit dem Präfix „NCC-" und verwenden dann eine Zahl von 1000 bis 9999 (einschließlich).
Implementiere die Funktion random_ship_registry_number, die eine zufällige Registrierungsnummer für ein Raumschiff zurückgibt.
random_ship_registry_number()
#> "NCC-1947"
Eine Version des Spiels beinhaltet die Interaktion mit anderen Raumschiffen, und Mary braucht eine Auswahl.
Es gibt eine vollständige Liste möglicher Raumschiffe, aber in jedem Spiel werden nur wenige davon gebraucht, und sie sollten zufällig ausgewählt werden.
Implementiere die Funktion shuffle_starships(starships), die einen Vektor eindeutiger Registrierungsnummern entgegennimmt und einen Vektor derselben Länge mit den Raumschiffen in zufälliger Reihenfolge zurückgibt.
Dann ist es für Mary einfach, eine zufällige Auswahl beliebiger Größe vom Anfang des Vektors zu nehmen.
Die Ergebniswerte sollten aus starships stammen, ohne Duplikate.
shuffle_starships(c("NCC-5011", "NCC-1228", "NCC-7039", "NCC-3978", "NCC-1476"))
#> [1] "NCC-1476" "NCC-7039" "NCC-3978" "NCC-5011" "NCC-1228"
Was nützt ein Logbuch, wenn darin keine Daten stehen?
Eine Sternzeit ist eine Gleitkommazahl. Die Abenteuer der Starship Enterprise aus der ersten Staffel von The Next Generation spielen zwischen den Sternzeiten 41000.0 und 42000.0. Die „4" steht für das 24. Jahrhundert, die „1" für die erste Staffel.
Implementiere die Funktion random_stardate, die eine Gleitkommazahl zwischen 41000.0 und 42000.0 zurückgibt.
random_stardate()
#> 41037.6
Melde dich bei Exercism an, um R mit 21 Konzepte111 Übungen und echtem menschlichen Mentoring zu lernen und zu meistern, alles kostenlos.