NumPy入門 乱数

今回はシミュレーションやテストデータを作成する際によく使う乱数についてです。

randomモジュールとrand

NumPyのrandomモジュールには様々な乱数を生成するメソッドが用意されています。まずは基本的なrandメソッドについて学習しましょう。

rand

randメソッドを使用すると、最も基本的な乱数である[0, 1)区間（0.0以上、1.0未満）の一様乱数を生成することができます。

引数で生成する要素数を指定します。

10000個の乱数を生成し、階級数が20のヒストグラムで可視化するサンプルを見てみましょう。

import numpy as np
import matplotlib.pyplot as plt

rand_array = np.random.rand(10000)

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
ax.hist(rand_array, bins=20, ec="b")
plt.show()

分布が一様になっている様子が確認できます。

多次元の乱数

第二引数以降を指定すると、その次元の乱数行列が返されます。2x20の行列を生成してプロットしてみましょう。

import numpy as np
import matplotlib.pyplot as plt

rand_x, rand_y = np.random.rand(2, 20)
fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
ax.scatter(rand_x, rand_y)
plt.show()

2次元でランダムにプロットされていることが確認できます。

さまざまな分布の乱数

さまざまな分布の乱数

randomモジュールには様々な分布の乱数を生成するメソッドが用意されています。代表的なものを紹介します。

その他の分布の乱数や、引数については以下を参照してください。
Random sampling

サンプル

例として標準正規分布をヒストグラムで可視化してみましょう。

import numpy as np
import matplotlib.pyplot as plt

rand_array = np.random.standard_normal(10000)
fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
ax.hist(rand_array, bins=50, ec="b")
plt.show()

randと異なり、釣鐘状の分布となっていることが確認できます。