【NumPy, SciPy】正規分布（ガウス分布）に従うランダムな値を取得する方法[Python]

2024年7月19日2024年10月20日

URLをコピーしました！

Random、NumPy、SciPy

前回、Pythonのmatplotlibでギリシャ文字を表示する方法を紹介しました。

Randomモジュールの場合

Randomモジュールを用いる場合、「random.gauss(mu, sigma)」でで正規分布に従うランダムな値を取得できます。

import random

print(random.gauss(0, 1))

実行結果
-1.5371829296125312

一つの値だけでは正規分布に従っているか分からないので、たくさん取得し、ヒストグラムを描いてみます。

import random
import matplotlib.pyplot as plt

x = range(1000000)
y = [random.gauss(0, 1) for _ in x]

fig = plt.figure()
plt.clf()

plt.hist(y, bins=100)

plt.show()

実行結果

ちなみに「random.normalvariate(mu, sigma)」でも正規分布に従うランダムな値を取得することができます。

import random

print(random.normalvariate(0, 1))

実行結果
0.8381527170880502

import random
import matplotlib.pyplot as plt

x = range(1000000)
y = [random.normalvariate(0, 1) for _ in x]

fig = plt.figure()
plt.clf()

plt.hist(y, bins=100)

plt.show()

実行結果

NumPyの場合

NumPyの場合はまず「rng = np.random.default_rng()」でジェネレータのインスタンスを生成し、「rng.normal(mu, sigma, size)」でランダムな値のリストを生成します。

import numpy as np

rng = np.random.default_rng()
print(rng.normal(0, 1, 5))

実行結果
[ 1.14280621 -0.90061618  0.66710664 -1.13582515 -2.22449659]

先ほどの「random.gauss()」とは異なり、直接複数の値をリストとして作成することができます。

import numpy as np
import matplotlib.pyplot as plt

x = range(1000000)

rng = np.random.default_rng()
y = rng.normal(0, 1, len(x))

fig = plt.figure()
plt.clf()

plt.hist(y, bins=100)

plt.show()

実行結果

SciPyの場合

SciPyの場合は「scipyのstats」をインポートし、「stats.norm.rvs(mu, sigma, size)」で正規分布に従うランダムな値のリストを作成できます。

from scipy import stats

print(stats.norm.rvs(0, 1, 5))

実行結果
[-0.40377819 -0.23260934  0.32406025  0.39979899  0.49024652]

from scipy import stats
import matplotlib.pyplot as plt

x = range(1000000)
y = stats.norm.rvs(0, 1, len(x))

fig = plt.figure()
plt.clf()

plt.hist(y, bins=100)

plt.show()

実行結果