여러가지 ndarry-(2)[random값 이용-1]

random값을 이용해 ndarray를 만드는 방법을 소개한다. 총 5가지 방법이다.

1. random.normal

• 정규분포 확률밀도함수에서 실수 표본을 추출해 ndarry를 만든다.

• 평균, 표준편차, shape 을 입력값으로 받는다.

  import numpy as np
  import matplotlib.pyplot as plt
    
  mean = 50
  std = 2
  arr = np.random.normal(mean, std, (10000))
  #[50.84878324 52.62002286 49.79075786 ... 48.81352882 50.85878254
  # 52.22862578] : 결과값으로 앞의 3개 뒤의 3개 나온다.
  plt.hist(arr, bins =100) # bin : 구간 개수
  plt.show()
  

• 정규분포이기 때문에 평균 근처로 갈수록 더 많은 random값들이 뽑혔다.

2. random.randn

• 표준정규분포 확률밀도함수에서 난수를 추출한다.

• 입력값으로 tuple 없이 shape을 입력한다.

  arr = np.random.rand(1000)
  print(arr)
  #[-0.20012848 -0.73003218 -0.41702728 ... -0.75750826 -1.67561455
  # -0.75460698]
       
  plt.hist(arr, bins=100)
  plot.show()
  

  

3. random.rand

• 균등분포에서 [0, 1) 범위에서 랜덤값을 추출한다.

• 입력값으로 tuple 없이 shape을 입력한다.

  arr = np.random.rand(10000)
  print(arr)
  plt.hist(arr, bins=100)
  plot.show()
  

  

4. random.randint

• 균등분포에서 확률밀도함수에서 난수를 추출하는데 정수값으로 랜덤값을 추출한다.

• 입력값으로 랜덤값의 범위와 shape을 받는다.

  arr = random.randint(-50, 100, (10000))
  print(arr)
  plt.hist(arr, bins=100)
  plt.show()
  

  

5. random.random

• 3 의 rand.rand와 같이 균등분포에서 [0, 1) 범위에서 랜덤값을 추출한다.

• 3과 달리 입력으로 tuple을 포함한 shape을 받는다.

  arr = np.random.random((10000))
  print(arr)
  plt.hist(arr, bins=100)
  plt.show()