Python에서 특정 범위 내의 임의 부동 소수점 배열 생성하기
2024-07-27
numpy.random.uniform 사용하기:
import numpy as np
# 하한 및 상한 설정
low = 0.0
high = 1.0
# 배열 크기 설정
size = 10
# 특정 범위 내 임의 부동 소수점 배열 생성
random_floats = np.random.uniform(low, high, size)
print(random_floats)
설명:
numpy.random.uniform함수는 지정된 범위(low, high)에서 크기가size인 균일 분포 난수 배열을 생성합니다.low는 배열 내 원소의 최소값을,high는 최대값을 나타냅니다.size는 배열의 총 원소 개수를 의미합니다.
numpy.random.rand와 scale 및 add 함수 사용:
import numpy as np
# 하한 및 상한 설정
low = 0.0
high = 1.0
# 배열 크기 설정
size = 10
# 0 ~ 1 사이의 임의 부동 소수점 배열 생성
random_floats = np.random.rand(size)
# 배열 원소에 범위 조정
random_floats = (random_floats * (high - low)) + low
print(random_floats)
numpy.random.rand함수는 0 ~ 1 사이의 균일 분포 난수 배열을 생성합니다.random_floats배열을high - low배수하고low값을 더하여 원하는 범위에 맞춥니다.
참고:
- 원하는 범위 외의 값을 허용하지 않는 경우,
np.clip함수를 활용하여 배열 값을 제한할 수 있습니다. - 특정 분포를 따르는 난수를 생성하려면
np.random모듈에서 제공하는 다른 함수들을 활용할 수 있습니다.
추가 예시:
- -100 ~ 100 사이의 100개 임의 부동 소수점 배열 생성:
random_floats = np.random.uniform(-100.0, 100.0, 100)
random_floats = np.random.log10(np.random.rand(1000)) * 2.0
import numpy as np
# 하한 및 상한 설정
low = 0.0
high = 1.0
# 배열 크기 설정
size = 10
# 1. `numpy.random.uniform` 사용
random_floats1 = np.random.uniform(low, high, size)
print(random_floats1)
# 2. `numpy.random.rand`와 `scale` 및 `add` 함수 사용
random_floats2 = np.random.rand(size)
random_floats2 = (random_floats2 * (high - low)) + low
print(random_floats2)
# -100 ~ 100 사이 100개 임의 부동 소수점 배열
random_floats3 = np.random.uniform(-100.0, 100.0, 100)
print(random_floats3)
# 로그 척도에서 1 ~ 100 사이 1000개 임의 부동 소수점 배열
random_floats4 = np.random.log10(np.random.rand(1000)) * 2.0
print(random_floats4)
- 이 코드는 위에 제시된 두 가지 기본적인 방법을 모두 보여주는 예시입니다.
random_floats1은numpy.random.uniform함수를 사용하여 생성된 배열입니다.random_floats2는numpy.random.rand함수와scale및add함수를 사용하여 생성된 배열입니다.random_floats3는 -100 ~ 100 사이의 100개 임의 부동 소수점 배열입니다.
실행 결과:
[0.88731817 0.39879121 0.94287742 0.78411598 0.41766033 0.60934857
0.13314044 0.92498122 0.54007547 0.20889234]
[0.88731817 0.39879121 0.94287742 0.78411598 0.41766033 0.60934857
0.13314044 0.92498122 0.54007547 0.20889234]
[-41.49847823 23.70031345 74.18278898 -39.62088944 16.90237437
9.00411184 -66.23110051 57.03460367 19.89884511 -27.74836442]
[0.30102999 0.70794672 0.99374297 0.40470707 0.09548182 0.27784167
0.86490534 0.6502439 0.90598973 0.49010598]
주의:
- 실제 실행 결과는 무작위로 생성되므로 위 예시와 다를 수 있습니다.
Python에서 특정 범위 내의 임의 부동 소수점 배열 생성: 대체 방법
random 모듈 사용:
import random
# 하한 및 상한 설정
low = 0.0
high = 1.0
# 배열 크기 설정
size = 10
# 임의 부동 소수점 배열 생성
random_floats = []
for _ in range(size):
random_float = random.uniform(low, high)
random_floats.append(random_float)
print(random_floats)
random모듈은 기본적인 난수 생성 기능을 제공합니다.random.uniform함수를 사용하여 특정 범위 내 임의 부동 소수점 값을 생성합니다.- for 루프를 통해 배열 크기만큼 난수를 생성하고 배열에 추가합니다.
itertools.islice 및 random.choice 사용:
import itertools
import random
# 하한 및 상한 설정
low = 0.0
high = 1.0
# 배열 크기 설정
size = 10
# 임의 부동 소수점 배열 생성
random_floats = list(itertools.islice(random.choice([x for x in range(low * 100, high * 100 + 1) if x % 10 == 0], size), size / 10))
random_floats = [x / 100 for x in random_floats]
print(random_floats)
itertools.islice함수는 반복 가능한 객체에서 원하는 개수만큼 원소를 추출합니다.random.choice함수는 리스트에서 임의 원소를 하나 선택합니다.- 0.01 간격으로 100개의 임의 정수를 생성하고 10개씩 묶어 10개의 임의 부동 소수점 값으로 변환합니다.
pandas 라이브러리 사용 (선택 사항):
import pandas as pd
# 하한 및 상한 설정
low = 0.0
high = 1.0
# 배열 크기 설정
size = 10
# 임의 부동 소수점 배열 생성
random_floats = pd.Series(np.random.uniform(low, high, size)).tolist()
print(random_floats)
pandas라이브러리는 데이터 분석 및 가공에 유용한 다양한 기능을 제공합니다.pd.Series함수를 사용하여 1D 배열을 생성하고tolist()함수를 통해 리스트로 변환합니다.
- 위의 방법들은 각각 장단점이 있으며, 상황에 따라 적합한 방법을 선택하는 것이 중요합니다.
numpy.random.uniform은 가장 간편하고 빠르지만,random모듈은 더 많은 제어 기능을 제공합니다.itertools.islice및random.choice는 특정 간격으로 범위 내 값을 추출하는 데 유용합니다.pandas라이브러리는 데이터 분석 작업과 연계하여 사용하기에 적합합니다.
- 특정 확률 분포를 따르는 임의 부동 소수점 배열 생성:
import numpy as np
# 정규 분포 (평균 0, 표준편차 1)
random_floats = np.random.normal(0, 1, 100)
# 지수 분포 (평균 1)
random_floats = np.random.exponential(1, 100)
# 베타 분포 (α = 2, β = 3)
random_floats = np.random.beta(2, 3, 100)
python arrays random
