Pythonにて、適当なデータを作るために乱数を生成することがあります。しかしながら、関数の名前がどれも似ていてごっちゃになってしまいます。
そこで、よく見かける乱数生成方法を整理しました。
乱数を生成する方法は大きく2通りある
乱数を生成する方法は大きく2通りあります。一つは、Numpyを使ったもの。もう一つは、randomというライブラリを使ったものです。
おそらく、Numpyの方だけ知っておけば十分だと思いますが、randomライブラリを使ったものも本やサイトではよく出てきますので、それぞれ説明します。
まずは、乱数生成方法の手法が2通りあることを頭に入れておきます。
1）Numpyを使う方法
こちらは、とりあえずNumpyをimportしておけば使えるものです。
import numpy as np① 0から1までの数を□□個生成する：np.random.random()
0から1までの数をランダムに□□個生成するのが、np.random.random()です。
np.random.random(3)array([0.37454012, 0.95071431, 0.73199394])
□□を省略すると、返ってくる数は1個になります。
np.random.random()0.3745401188473625
ちなみに、返ってくる乱数は毎回バラバラです。
試しに、10,000個の乱数を発生させてグラフにしてみました。
from matplotlib import pyplot as plt
plt.hist(np.random.random(10000), bins=100)
plt.show()
0から1までの間で、いい感じに均等に数値が取れているのが分かります。
均等に数値を取るので、「一様乱数」と呼ばれます。
② np.random.rand()はnp.rondom.random()と全く同じ
なお、np.random.rand()というのもありますが、これはnp.random.random()と全く同じです。どちらを使ってもOKです。
③ 〇〇から△△までの整数を□□個生成する：np.random.randint()
〇〇から△△までの整数を□□個生成するのが、np.random.randint()です。
randintのお尻にint（整数）って付いていますので、覚えやすいかと思います。
np.random.randint(0, 100, 3)array([51, 92, 14])
□□を省略すると、返ってくる数は1個になります。
np.random.randint(0, 100)51
0から100までの整数を10,000個発生させてグラフにしてみました。
plt.hist(np.random.randint(0, 100, 10000), bins=100)
plt.show()
こちらも、いい感じに均等に数値が取れているのが分かります。
np.random.random()と同様、均等に数値を取るので、一様乱数です。
④ 平均0、標準偏差1の正規分布にしたがう数を□□個生成する：np.random.randn()
平均0、標準偏差1の正規分布にしたがう数を□□個生成するのがnp.random.randn()です。
np.random.randn(3)array([0.49671415, -0.1382643, 0.64768854])
□□を省略すると、返ってくる数は1個になります。
np.random.randn()0.4967141530112327
乱数を10,000個発生させてグラフにしてみましょう。
plt.hist(np.random.randn(10000), bins=100)
plt.show()
中心が0のきれいな正規分布になっていることが分かります。
余談ですが、平均と標準偏差を指定したいならnp.random.normal()を使います。括弧内に平均と標準偏差をつまり、np.random.randn()は、np.random.normal(0, 1)と同義です。
返ってくる乱数が毎回バラバラにならないようにしたい（再現性の確保）
返ってくる乱数が毎回同じにするには、次のようなコードを書きます。
np.random.seed(42)コンピュータで生成する乱数というのは完全にランダムなわけではなく、一定の計算に沿って生成されるものです。計算によって生成される乱数を「疑似乱数」と呼びます。
疑似乱数は、乱数を発生させるための種になるものを使って計算されます。これをランダムシード（乱数種）と言います。
ランダムシードには追番がついています。下は0から、上はおそらく限りなく上まであります。上限がいくつかは分かりませんが、10,000は軽く超えます。
とりえあずここではランダムシード=42に指定しました。42じゃなくても何でもOKです。
ということで、乱数を発生させる前にnp.random.seed()と書いて、括弧内にランダムシードの追番を入力してやれば再現性を確保できます。
何度乱数を発生させても、毎回同じ乱数が返ってきます。
注意点
注意点は、Jupyter notebookのような対話型のソフトでPythonを書くときです。
np.random.seed()と、乱数発生のコードは必ずセットで書いて下さい。つまり、1行ずつ書いて実行するのではく、2行まとめて書いて、同時に実行するようにします。
np.random.seed(42)
np.random.randn()0.4967141530112327
もし1行ずつ書いて実行すると、ランダムシードが固定されず、再現性が現れませんので注意して下さい。
2）randomライブラリを使う方法
まずはrandomライブラリをインポートします。
import random
① np.random.random()に相当するのが、random.random()です。カッコ内はタッチできません。乱数は1個だけ返ってきます。
random.random()0.6394267984578837
② なお、random.rand()というものは存在しません。
③ np.random.randint()に相当するのが、random.randint()です。カッコ内は範囲のみの指定です。乱数は1個だけ返ってきます。
random.randint(0, 100)81
④ np.random.randn()に相当するものはありません。ただし、np.random.normal()に相当するrandom.normalvariate()というものがありますので、次のように書くことができます。乱数は1個だけ返ってきます。
random.normalvariate(0, 1)-1.0392540270777377
ランダムシードを固定する場合はこのように書きます。注意点はNumpyの時と同じです。
random.seed(42)まとめ
・乱数生成方法には、Numpyを使ったものと、非Numpyのもの（randomライブラリ）がある。
・Numpyを使ったものには、np.random.random()、np.random.rand()、np.random.randint()、np.random.randn()をよく見かける。
・np.random.random()、np.random.rand()は全く同じ。
・np.random.seed()でランダムシードを固定できる。
・これらに対応する非Numpyのrandomライブラリがあるが、あまり使わないかと。
