[Python.NumPy] 정규분포, 균등분포 데이터 만들기 np.random.normal, uniform - Creation Function IV

2020. 12. 7. 05:00Python과 머신러닝/NumPy 데이터 분석

0. 요약

 

1. 균등 분포 정보를 생성하여 array에 만들기 - np.random.uniform

In [1]:np.random.uniform(0,1,1000) # [균등분포] 최소 0, 최대 1, 개수 1000개
Out[1]:array([0.1707504 , 0.72181987, 0.3999197 , 0.69254457, 0.33126588, 
              0.35704859, 0.50720393, 0.29646251, 0.6982435 , 0.5484835 , 
              0.36004841, 0.84019446, 0.3148498 , 0.34100606, 0.72921963, 
              0.29564656, 0.33021694, 0.72553258, 0.75807979, 0.52208082, 
              ...                                                        ]
  • np.random.unifrom은 NumPy에서 제공하는 균등분포 함수이다.
  • 최소값, 최대값, 데이터 개수 순서로 Parameter를 입력해준다.
  • 예시에서는 최소 0, 최대 1, 개수 1000개이기 때문에, 0과 1간의 값을 균등하게 1000개 뽑아준다.

 

2. 정규분포 - np.random.normal

In [2]:np.random.normal(0,1,1000) # [정규분포] 평균 0, 표준편차 1, 개수 1000개
Out[2]:array([ 7.63938121e-01, -6.37244278e-01, 7.25728319e-01, -6.29614129e-02, 2.10006455e+00,
              -1.61349939e+00, 2.18882341e+00, 7.20683383e-02, 1.20542184e+00, 3.28946604e-01, 
              1.28808655e+00, 6.23307237e-01, 9.73051255e-01, -4.30142477e-01, -2.98379753e-01, 
              9.46367809e-01, 6.77884803e-01, -3.01791542e-02, 1.98691094e-01, -1.00068213e+00,
              ...                                                                               ]
              
  • np.random.normal은 NumPy에서 제공하는 정규분포 함수이다.
  • 평균, 표준편차, 데이터 개수 순서로 Parameter를 입력해준다.
  • 예시에서는 평균 0, 표준편차 1, 개수 1000개이기 때문에, 0을 기준으로 정규분포에 있는 값 1000개를 뽑아준다.

 

3. 마무리

  • NumPy는 random sampling 하기 위한 함수를 제공한다.
  • 가장 대표적으로 사용되는 정규분포와 균등 분포에 해당하는 값을 뽑는 함수를 정리했다.
  • np.random.uniform, np.random.normal 함수를 통해서 원하는 분포의 데이터를 추출하여 사용하자.

 

관련 글

2020/12/04 - [Python과 머신러닝/Python 데이터 수집] - NumPy arange/zeros/empty 함수의 차이 - Creation Function I 
2020/12/05 - [Python과 머신러닝/Python 데이터 수집] - NumPy ones_like, zeros_like, empty_like 함수 - Creation Function II 
2020/12/06 - [Python과 머신러닝/Python 데이터 수집] - NumPy identity 행렬, eye, diag 함수 이해하기 - Creation Function III

반응형