Python入門トップページ

« 戻る 次へ »

目次

  1. NumPy とは
  2. Python リストの場合
  3. NumPy の使用例
  4. NumPy で線形代数
  5. NumPy の乱数生成
    1. NumPy の乱数生成 (Random Generator)
    2. 実数分布
    3. 整数分布
      一様分布 | ポアソン分布 |
    4. シーケンス用の関数
    5. Legacy な乱数生成 (numpy.random)

NumPy

NumPy の乱数生成

整数分布

目次に戻る

一様分布

整数の一様乱数を生成するには rng.integers(low, high=None, size=None) を使います．

例えば，次の例では0以上10未満（つまり最大9）の乱数を1個生成します． 


import numpy as np
rng = np.random.default_rng()
rng.integers(10)
2

10以上20未満（最大19）の乱数を1個生成するには次のように記述します． 


# 10 以上，20未満の整数の一様乱数
rng.integers(10, 20)
19

10以上20未満（最大19）の乱数を100個生成するには次のように記述します． 


rng.integers(10, 20, 100)
array([14, 13, 17, 17, 10, 19, 19, 10, 12, 15, 16, 19, 18, 13, 16, 17, 19,
       12, 14, 15, 10, 13, 15, 12, 17, 14, 18, 15, 10, 13, 14, 15, 16, 12,
       16, 11, 14, 18, 11, 13, 10, 16, 19, 10, 10, 15, 11, 17, 16, 18, 15,
       10, 17, 18, 13, 13, 19, 18, 12, 13, 19, 11, 12, 10, 14, 19, 14, 11,
       18, 11, 15, 14, 17, 18, 15, 19, 19, 10, 14, 19, 12, 12, 11, 17, 11,
       12, 14, 17, 17, 10, 13, 16, 16, 19, 17, 18, 12, 10, 19, 17])

また 01一様乱数を100個生成するとき，size=100のように記述することも可能です． 


rng.integers(0, 2, size=100)
array([1, 0, 1, 1, 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 0, 1,
       0, 1, 0, 1, 0, 1, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 1, 0, 1, 1, 1,
       1, 1, 1, 0, 1, 1, 0, 1, 0, 0, 0, 0, 1, 0, 0, 1, 1, 0, 0, 0, 0, 1,
       0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 1, 0, 0, 1, 0, 0, 1, 1, 1, 0,
       1, 0, 1, 1, 0, 0, 0, 1, 0, 0, 1, 1])

行列形式で乱数を取得することも可能です．例えば5行4列で取得してみます． 


rng.integers(0, 2, size=(5,4))
array([[1, 1, 1, 0],
       [0, 1, 1, 0],
       [0, 1, 0, 1],
       [0, 1, 1, 1],
       [0, 1, 0, 0]])

10以上20未満（最大19）の乱数を100個生成して，ヒストグラムを描いてみます． 


x = rng.integers(10, 20, 100)

# ヒストグラムを描く
fig, ax = plt.subplots(1, 1, figsize=(6, 4))
ax.hist(x, bins=10)
# plt.savefig('rng-integers.png', dpi=300, facecolor='white')
plt.show()
rng-integers

目次に戻る

ポアソン分布

ポアソン分布に従う乱数を発生させるには，rng.poisson(lam=1.0, size=None) を使います．なお，引数の lam=1.0 は平均値です．

たとえば平均2のポアソン分布に従う乱数を20個生成してみます． 


import numpy as np
rng = np.random.default_rng()

lam = 2  # 平均
rng.poisson(lam, 20)
array([2, 2, 2, 0, 1, 1, 0, 1, 3, 4, 2, 2, 1, 0, 2, 1, 1, 1, 2, 2])

平均2のポアソン乱数を1000個発生させてヒストグラムを描いてみます． 


import matplotlib.pyplot as plt
from IPython.display import set_matplotlib_formats
# from matplotlib_inline.backend_inline import set_matplotlib_formats # バージョンによってはこちらを有効に
set_matplotlib_formats('retina')

lam = 2  # 平均
rng = np.random.default_rng()
x = rng.poisson(lam, 1000)

# ヒストグラムを描く
fig, ax = plt.subplots(1, 1, figsize=(6, 4))
ax.hist(x)
# plt.savefig('rng-poisson.png', dpi=300, facecolor='white')
plt.show()
rng-poisson

目次に戻る

« 戻る 次へ »