[Python] Numpy (3) Random 함수

오늘은 랜덤함수 종류에 대해서 알아보쟛

rand 함수

- 0 ~ 1 사이에 랜덤값을 반환하는 함수

- n : 값 or shape 대로 랜덤값을 반환해줌

np.random.rand(n)

#예시
np.random.rand()
# 0.6232971766534624

#예시2
np.random.rand(3)
# array([0.90996069, 0.55600572, 0.97184007])

#예시3
np.random.rand(3,3,4)
# array([[[0.69694421, 0.67169397, 0.00789951, 0.80181607],
#       [0.06199847, 0.13240264, 0.80887709, 0.68226835],
#       [0.59328037, 0.95297096, 0.92581903, 0.2461593 ]],

#      [[0.4793652 , 0.44817813, 0.06586831, 0.75956279],
#       [0.51643366, 0.07815942, 0.47496639, 0.75320758],
#       [0.15512409, 0.18343138, 0.30979191, 0.98583079]],

#      [[0.31409368, 0.36831673, 0.81049949, 0.82383243],
#       [0.71842362, 0.2525071 , 0.62835098, 0.59512734],
#       [0.96963158, 0.91894389, 0.70847156, 0.32322779]]])

randn 함수

- 평균이 0이고 분산이 1인 정규분포 형태의 랜덤값을 반환!

arr = np.random.randn(10000)
arr
# array([ 0.49671415, -0.1382643 ,  0.64768854, ..., -0.70531672,
#       0.49576557,  0.64438845])


#분산, 평균 확인
arr.var(), arr.mean()
# (1.0068360554106486, -0.0021359833684262055)

=> randn을 이용해 10000개의 랜덤값이 들어있는 배열을 생성한다.

=> 그 다음, 분산과 평균을 확인해보면 분산은 1에 가깝고 평균은 0에 가까운 것을 확인할 수 있다.

randint 함수

- 특정 범위에 있는 정수 값을 랜덤으로 반환한다!

np.random.randint(n1, n2, n3)
# n1 : start
# n2 : end - 1
# n3 : 배열의 크기(shape)

=> n1 ~ n2-1 사이에 있는 값들 중 n3만큼 반환한다라는 의미

shuffle 함수

- 반환 값이 없고 배열 자체를 섞어주는 함수

- (주의!) 원본이 손상되기 때문에 무조건 copy 한 후 사용할 것!

np.random.shuffle(arr_copy)

choice 함수

- 지정 범위 내에서 지정한 개수 만큼 랜덤하게 선택해서 추출하는 함수

np.random.choice(5,3) # 0~4 사이의 값 중 3개의 값을 랜덤하게 추출

np.random.choice(5,3, replace = False) # 중복된 값이 나오지 않는 옵션

np.random.choice(5,3, p=[0.2,0.2,0.2,0.2,0.2]) # 0~4 숫자의 나올 확률을 설정할 수도 있다!

=> replace 옵션은 중복값이 가능/불가능 선택한다.

=> p 옵션은 지정 숫자가 나올 확률을 설정한다.

 

---

numpy.... 수치 연산을 빠르게 하는 라이브러리라서 그런지 너무 공부할게 많드아하아악....

오늘은 차원의 축의 개념과 랜덤함수에 대해서 공부했는데 머리가 터.질.것.같.다

차원 수가 커질 수록 이해 못하는 내 머...리....

머신러닝/ 딥러닝 수업을 위해 데이터 전처리 과정 기초를 배우고 있지만 점점 갈 수록 걱정이 태산이다..!

그래도 열심히 복습해서... 내껄로 만들어버려야지 아자아자...

다음은 axis(축), 차원에 대해서 더 공부해보쟈