-
Numpy random 함수 (rand, randint, randn, random, power)Data Science/Pandas & Numpy&Scikit-learn 2022. 10. 12. 16:39반응형
1. numpy.random.rand
n개의 demetion(차원) 정보를 입력받은 후 [0,1) 값의 무작위 샘플로 채운다.
numpy.random.rand( d0, d1, ... , dn )
2. numpy.random.randint
최솟값, 최댓값, 샘플사이즈, 데이터타입을 입력받고 해당하는 샘플을 생성한다.
※ high 파라미터가 입력되지 않으면, [0, low) 범위의 값을 생성한다.
※ low 및 high 파라미터는 배열을 사용하여 개별로 조건을 걸어줄 수 있다.
numpy.random.randint(low, high=None, size=None, dtype=int)
3. numpy.random.randn
1번의 numpy.random.rand 함수와 유사하나, standard normal 분포에 의거해 샘플링한다는 점이 다르다.
n개의 demetion(차원) 정보를 입력받은 후 standard normal 분포 기반 값을 뽑아서 샘플을 채운다.
numpy.random.randn(d0, d1, ..., dn)
4. numpy.random.random
[0.0, 1.0) 범위의 값으로 입력된 사이즈를 가지는 샘플을 랜덤하게 채운다.
numpy.random.random(size=None)
5. numpy.random.power
3번의 numpy.random.randn 함수와 유사하나, power 분포에 의거해 샘플링한다는 점이 다르다.
n개의 demetion(차원) 정보를 입력받은 후 power 분포 기반 값을 뽑아서 샘플을 채운다.
random.power(a, size=None)
반응형'Data Science > Pandas & Numpy&Scikit-learn' 카테고리의 다른 글
머신러닝 Cross Validation 구현하기, 파이썬 코드 예시(K-fold, sklearn.model_selection.RepeatedKFold) (0) 2022.11.22 [Pandas] 데이터프레임 필터링, 특정 조건에 맞는 행/열 추출하기 (DataFrame.loc[]) (0) 2022.10.02 파이썬 수치 데이터 구간화(Binning) 하기 - pd.cut, pd.qcut (0) 2022.09.27 [Pandas] Pandas를 통한 데이터 전처리 (0) 2022.09.13 회귀모델에서 타겟(y)값의 정규화 방법 비교 실험 (0) 2022.05.27