Python 学習:“乱数”は Numpy で!

2014-05-30 :  PCクリニック
本文の前に、
-・・・ -・-
現時点での、blogramのランクインカテゴリは、
3、3、1、1、1、 0、0、0、0、0(39)で、換算ポイント 66pt 。
「Python」昨日昼前、1位に復帰。
「Firefox」今朝方、5位にダウン。
・-・ - -・

さて、本文。

先月初め(2014-04-09)に、
Python 学習:乱数
を書いているが、
一度に“乱数列”を生成できないかと探していたところ、

機械学習の「朱鷺の杜Wiki」の中に、
python/numpy
があった。
ここの「乱数生成」には、
  乱数生成には python標準の random もある.
  こちらの random は高度なアルゴリズムを使っていて
  偏りが少なくなっているので,
  数値計算ではかならず np.random を使うべき.
  ・・・・・
とあった。

リンク先:
Random sampling (numpy.random)
には、
  Simple random data
  Permutations
  Distributions
  Random generator
に分類されて、関数が列挙されている。


“前回記事”の関数に対応して、ピックアップしてみた。


利用するときは、
  import numpy as np
と記述しておく。


random.seed( [x] )
# 基本乱数生成器を初期化します。
# x が省略されるか None の場合、現在のシステム時間が使われます;

np.random.seed([seed])
    Seed the generator.
----- 基本的には、標準と一緒。


random.randint( a, b )
# a <= N <= b であるようなランダムな整数 N を返します。
# つまり、区間 [ a, b ]

np.random.randint(low[, high, size])
    Return random integers from low (inclusive) to high (exclusive).


random.random()
# 値域 [ 0.0, 1.0 ) の次のランダムな浮動小数点数を返します。

np.random.random([size])
    Return random floats in the half-open interval [0.0, 1.0).


random.normalvariate( mu, sigma ) # 正規分布、mu は平均、sigma は標準偏差

np.random.normal([loc, scale, size])
    Draw random samples from a normal (Gaussian) distribution.
  loc : float
    Mean (“centre”) of the distribution.
  scale : float
    Standard deviation (spread or “width”) of the distribution.


(ほぼ)何れも、'size' パラメータがある。
これが、一度に生成する乱数の数!!!



本日はここまで。

Python 学習は続く、・・・



見ていただいた序でとは厚かましい限りですが、
お帰りに投票して頂けるとなお嬉しいです。 ⇒ blogram投票ボタン


140525
関連記事
スポンサーサイト

コメントの投稿

管理者にだけ表示を許可する

おきてがみ/blogram
blogram投票ボタン



おきてがみ

最新記事
カレンダー
05 | 2017/06 | 07
- - - - 1 2 3
4 5 6 7 8 9 10
11 12 13 14 15 16 17
18 19 20 21 22 23 24
25 26 27 28 29 30 -
月別アーカイブ
カテゴリ
最新コメント
検索フォーム
リンク
プロフィール

<紙>

Author:<紙>
ようこそ。
「パソコンヲタクの雑記帳」
もろもろなことを綴っています。
パソコン ヲタクってねくら?
画像は kami でなく kani です。

カウンター(fc2、i2i) /Google Analytics


i2i(from 2010-08-24)
Total =
Today  =  
Yesterday=
アンチエイジング

Google Analytics
ブックマーク