[Python] 난수(random number)발생과 표본추출(sampling)

난수생성과 샘플링

이번 포스팅에서는 표본추출과 모델링에 주로 활용되는 난수(random number)와 관련된 함수들을 알아보자.
이는 넘파이에서 제공하는 np.random 모듈이 많은 기능을 제공한다.

import numpy as np

1. 시드(seed) 설정 : np.random.seed

난수를 발생시킨다는 것은 정말 무작위로 수를 배출해낸다고 생각할 수 있지만, 실제로는 컴퓨터 프로그램에서 어떤 계산된 과정에 의한 것이다.
이는 시드(seed)라는 시작 숫자에 의한 알고리즘을 통해 난수처럼 보이는 수열을 생성하는 것이다.
즉, 이 시드값이 같다면 같은 난수를 발생시킬 수 있는 것이다.

np.random.seed(0)

이제 난수를 생성해보자 np.random.rand는 뒤에 나오겠지만 0~1사이의 난수를 입력값 만큼의 개수를 반환한다.

np.random.rand(5)

array([0.5488135 , 0.71518937, 0.60276338, 0.54488318, 0.4236548 ])

np.random.rand(10)

array([0.64589411, 0.43758721, 0.891773  , 0.96366276, 0.38344152,
       0.79172504, 0.52889492, 0.56804456, 0.92559664, 0.07103606])

np.random.rand(15)

array([0.0871293 , 0.0202184 , 0.83261985, 0.77815675, 0.87001215,
       0.97861834, 0.79915856, 0.46147936, 0.78052918, 0.11827443,
       0.63992102, 0.14335329, 0.94466892, 0.52184832, 0.41466194])

무작위로 난수가 생성됨을 알 수 있다. 시드를 다시 설정하고 난수를 발생시켜보자.

np.random.seed(0)
np.random.rand(5)

array([0.5488135 , 0.71518937, 0.60276338, 0.54488318, 0.4236548 ])

처음에 시드를 설정하고 발생시킨 난수와 동일함을 알 수 있다!

2-1. 데이터 순서 바꾸기 : np.random.shuffle

x = np.arange(10)
x

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

np.random.shuffle함수를 이용하면 배열을 섞어 다시 배열이 저장된 변수로 보내준다.(판다스의 inplace=True옵션과 같은 맥락)

np.random.shuffle(x)
x

array([0, 8, 7, 9, 1, 3, 5, 2, 4, 6])

np.random.shuffle(x)
x

array([3, 8, 6, 7, 5, 2, 0, 9, 1, 4])

2-2 데이터 순서 바꾸기 : np.random.permutation

비슷한 기능을 하는 np.random.permutation함수는 배열이 저장된 변수자체를 변경하는게 아니라, 랜덤으로 섞은 배열만을 다시 반환해준다.

x = np.arange(10)
np.random.permutation(x)

array([1, 2, 5, 0, 8, 3, 7, 9, 6, 4])

기존 배열 x는 그대로다.

x

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

3. 데이터 샘플링 : np.random.choice()

이 함수는 다음과 같은 인수를 가진다.

np.random.choice(a, size=None, replace=True, p=None)

• a : 배열이면 배열 자체, 정수이면 arange(a)명령으로 배열 생성
• size : 정수, 샘플 숫자
• replace : boolean. True이면 복원추출, False면 비복원추출
• p : 배열, 각 데이터가 선택될 수 있는 확률

0~4까지 배열 중, 5개 추출, 비복원 추출

np.random.choice(5,5, replace=False)

array([2, 4, 3, 1, 0])

0~9까지 배열중, 5개 추출, 복원추출

x = np.arange(10)
np.random.choice(x,5)

array([5, 3, 3, 7, 9])

0~4까지 배열중, 10개 추출, 복원추출, 1과 4는 뽑힐확률을 0으로 지정

np.random.choice(5, 10, p=[0.1, 0, 0.3, 0.6, 0])

array([3, 2, 3, 0, 3, 2, 3, 2, 3, 2])

실제로 1과 4는 절때 뽑히지 않음을 알 수 있다.

4. 난수생성

가장 간단하고 많이 사용되는 난수 생성법은 다음과 같다.

• np.random.rand : 0부터 1사이의 균일분포
• np.random.randn : 가우시안 표준 정규 분포
• np.random.randint : 균일 분포의 정수 난수

rand와 randn은 입력인수에 들어가는 숫자만큼의 난수를 생성하고, 여러개의 인수를 넣으면 해당 크기를 가진 행렬을 생성한다.

np.random.rand(5)

array([0.27268312, 0.14826864, 0.85630298, 0.6350568 , 0.29964349])

np.random.rand(5,5)

array([[0.46021971, 0.0245274 , 0.5580651 , 0.36115152, 0.50270954],
       [0.15362754, 0.42550764, 0.90617184, 0.00851159, 0.9688641 ],
       [0.69089373, 0.09941639, 0.28977588, 0.53907355, 0.72414785],
       [0.38886743, 0.22708397, 0.45485988, 0.97208251, 0.83381823],
       [0.91479066, 0.66728484, 0.44066609, 0.68509199, 0.64859831]])

np.random.randn(10)

array([ 0.53386311, -1.10213089,  0.2517392 ,  1.14051141, -1.49341013,
        0.71435718, -0.24106748, -0.17595882,  1.01146172, -2.74060805])

np.random.randn(2,3)

array([[ 1.90540978, -0.26825475, -1.29785512],
       [ 0.59605289, -0.86537543, -2.00020141]])

randint의 입력 인수는 다음과 같다.

numpy.random.randint(low, high=None, size=None)
만약 high를 입력하지 않으면 0과 low사이의 정수를, high를 입력하면 low와 high는 사이의 정수를 출력한다. size는 난수의 크기이다.

low만 10으로 지정, 0~9까지의 정수 5개

np.random.randint(10, size=5)

array([7, 3, 6, 9, 3])

10~19까지의 정수 10개

np.random.randint(10,20, size=10)

array([10, 13, 19, 19, 17, 10, 14, 11, 13, 15])

이번엔 3행 5열의 행렬로 반환

np.random.randint(10, 20, size=(3, 5))

array([[11, 17, 10, 17, 15],
       [19, 17, 11, 11, 12],
       [14, 11, 14, 15, 18]])