疑似乱数の生成

Pythonで学ぶサンプリング

James Chapman

Curriculum Manager, DataCamp

ランダムとは？

方法や意図的な選択なしに、作られ・行われ・起こり・選ばれること。

¹ Oxford Languages

¹ https://www.fourmilab.ch/hotbits ² https://www.random.org

seed = 1
calc_next_random(seed)

calc_next_random(3)

calc_next_random(2)

function	distribution	function	distribution
.beta	ベータ	.hypergeometric	超幾何分布
.binomial	二項分布	.lognormal	対数正規分布
.chisquare	カイ二乗分布	.negative_binomial	負の二項分布
.exponential	指数分布	.normal	正規分布
.f	F分布	.poisson	ポアソン分布
.gamma	ガンマ分布	.standard_t	t分布
.geometric	幾何分布	.uniform	一様分布

randoms = np.random.beta(a=2, b=2, size=5000)
randoms

array([0.6208281 , 0.73216171, 0.44298403, ..., 
       0.13411873, 0.52198411, 0.72355098])

plt.hist(randoms, bins=np.arange(0, 1, 0.05))
plt.show()

ヒストグラム: ベータ分布

np.random.seed(20000229)

np.random.normal(loc=2, scale=1.5, size=2)

array([-0.59030264, 1.87821258])

np.random.normal(loc=2, scale=1.5, size=2)

array([2.52619561, 4.9684949 ])

np.random.seed(20000229)

np.random.normal(loc=2, scale=1.5, size=2)

array([-0.59030264, 1.87821258])

np.random.normal(loc=2, scale=1.5, size=2)

array([2.52619561, 4.9684949 ])

np.random.seed(20000229)

np.random.normal(loc=2, scale=1.5, size=2)

array([-0.59030264, 1.87821258])

np.random.normal(loc=2, scale=1.5, size=2)

array([2.52619561, 4.9684949 ])

np.random.seed(20041004)

np.random.normal(loc=2, scale=1.5, size=2)

array([1.09364337, 4.55285159])

np.random.normal(loc=2, scale=1.5, size=2)

array([2.67038916, 2.36677492])

Pythonで学ぶサンプリング