Manuales

Appearance

Aleatoriedad y simulacion ​

Las simulaciones, tests y muestreos necesitan aleatoriedad reproducible. El generador moderno de NumPy es np.random.default_rng.

Generator recomendado ​

python
import numpy as np

rng = np.random.default_rng(42)
rng.random(5)                 # uniform [0, 1)
rng.normal(loc=0, scale=1, size=5)
rng.integers(0, 10, size=5)
rng.choice(["a", "b", "c"], size=5, replace=True)

Evita el API legacy np.random.seed + funciones globales en codigo nuevo: es menos seguro con hilos y menos explicito.

Distribuciones utiles ​

python
rng.uniform(0, 10, size=(3, 3))
rng.binomial(n=10, p=0.3, size=1000)
rng.poisson(lam=4, size=1000)

Permutaciones y shuffling ​

python
x = np.arange(10)
rng.shuffle(x)                # in-place
y = rng.permutation(10)       # nuevo array

Train/test split manual:

python
n = 100
idx = rng.permutation(n)
train_idx, test_idx = idx[:80], idx[80:]

Simulacion Monte Carlo (ejemplo) ​

Estimar Pi:

python
rng = np.random.default_rng(0)
n = 1_000_000
pts = rng.random((n, 2))
inside = np.count_nonzero((pts ** 2).sum(axis=1) <= 1.0)
pi_hat = 4 * inside / n
print(pi_hat)

Errores habituales ​

  • Olvidar la semilla y no poder reproducir un bug.
  • Usar la misma rng compartida en tests paralelos sin cuidado.
  • sample con replace=False pidiendo mas elementos que la poblacion.

Buenas practicas ​

  • Pasa seed por constructor de clases / CLI.
  • Un rng por experimento o por worker.
  • Documenta la semilla en resultados de notebooks.

Ejercicio ​

  1. Genera 10_000 muestras N(0,1) con semilla fija y comprueba media ~0.
  2. Simula 1000 tiradas de un dado justo y estima P(>=5).
  3. Haz un split 70/30 reproducible de un array de indices.

Siguiente paso ​

Continua con Rendimiento.