Python-모듈 random, 데이터 수를 세는 함수

직접 내용 정리하고 만든 예이니 퍼가실 때는 출처를 남겨주세요 :)

※ 도움이 될 만한 포스팅

참고로, 최근 포스팅 순서대로 정리해두었습니다.

Python-배열 4편

Python-배열 3편

Python-배열 2편

Python- 리스트, 튜플/ 배열 1편

Python - 내장함수 2편과 이터레이터,제너레이터,코루틴,정규표현식

Python - 모듈(외장함수) 2편(feat.파일 입출력과 추상클래스...)

Python - 설치없이 이용하기,실행, 사용법

Python - 모듈(외장함수) 1편

Python - 클래스 2편

Python - 클래스 1편

Python-함수

Python - 제어문

Python-자료형(사전형,집합)

Python-자료형(리스트,튜플)

Python - 자료형 (숫자형,문자열,불린형)

Python - 내장함수 1편

728x90

---

random 모듈

Python - 모듈(외장함수) 1편 에 나온 random 모듈에 대해 더 자세히 알아보겠습니다.

참고하고 싶으신 분들은 아래 글을 참고해주시길 부탁드립니다.

Python - 모듈(외장함수) 1편

(1) 난수

(정의)

0.0~1.0 사이의 실수 값을 말합니다.

import numpy as np
#0~1사이의 난수가 나옵니다.
np.random.rand()
#seed를 설정해서 난수를 발생하게 되면 완전히 다른 난수값을 발생시킬 수 있습니다.
np.random.seed(0)
np.random.rand(5)

(난수를 생성하는 명령)

○ rand는 0~1 사이의 균일분포입니다.

여기서, 균일분포란 아래 그림과 같습니다.

○ randn은 가우시안 표준 정규 분포입니다. 이 분포의 기대값(평균값)은 0, 표준편차는 1입니다.

○ randint은 균일 분포의 정수 난수입니다.

randint의 인수는 low,high,size로

여기서 high값이 없으면 low와 0 사이의 숫자로 인식하고,

있으면 low~high 사이 숫자로 인식합니다.

이때의 size는 난수의 개수를 의미합니다.

import numpy as np
np.random.rand(5)
np.random.randn(5,5)
np.random.randn(10)
#randint의 예
#high가 없는 경우
np.random.randint(5,size=5)
#high가 10인 경우
np.random.randint(5,10,size=5)
#high가 10이고 2행 5열일 경우
np.random.randint(5,10,size=(2,5))

 

(2) shuffle

import numpy as np
x = np.arange(5)
np.random.shuffle(x) #데이터의 순서를 바꾸는 함수입니다.(shuffle)
x

(3) choice

○ [데이터 샘플링]
이미 있는 데이터 집합에서 무작위로 선택하는 것을 샘플링(sampling)이라고 합니다.
○  np.random.choice(a,size,replce=True/False,p)
a는 원본데이터, 정수이면 range(a)를 씁니다.
size는 샘플 숫자를 말합니다.
replace=True이면 한번 선택한 데이터를 다시 뽑을 수 있습니다.
p는 배열로, 각 데이터가 선택될 수 있는 확률입니다.

○ 위에서 나온 shuffle 코드처럼 하고싶을 경우에는 아래와 같이 합니다.

import numpy as np
x=np.random.choice(5,5,replace=False)
x

○ choice 예

import numpy as np
x1=np.random.choice(5,5,replace=True)
x1
x2=np.random.choice(5,15,p=[0,0.3,0.4,0.3,0])
x2

---

데이터 수를 세는 함수

1. unique

데이터에서 중복된 값을 제거하고 중복되지 않는 값의 리스트를 출력합니다.

import numpy as np
a=np.unique([27,27,1,1,5,5])
a1=([27,27,1,1,5,5])
#return_counts= True 설정이면 데이터의 개수도 출력
au,count=np.unique(a1,return_counts=True)

 

2. bincount

import numpy as np
#minlength는 0~4까지
count=np.bincount([0,0,1,1,4,3],minlength=5)
#0이 2개, 1이 2개, 2가 0개, 3이 1개, 4가 1개
count