Rainbow Engine

IT技術を分かりやすく簡潔にまとめることによる学習の効率化、また日常の気付きを記録に残すことを目指します。

Python

Pythonでランダムな座標データを生成する方法

投稿日:2022年9月6日 更新日:

 

<目次>

(1) Pythonでランダムな座標データを生成する方法
 (1-1) 使う構文
 (1-2) サンプルプログラム
 (1-3) 補足:データの座標を全体的にシフトしたい場合

(1) Pythonでランダムな座標データを生成する方法

タイトルの通り、Pythonでランダムな座標データを生成する方法をご紹介します。前提として、今回ご紹介する方法は「numpy」という数値計算を得意とするライブラリを使います。

(1-1) 使う構文

●構文①:numpy.random.RandomState

(構文)
rng = np.random.RandomState(seed)
(説明)
擬似乱数を生成するためのRandomstateインスタンスを生成します。引数seedを与える事で、ランダム状態を保持して、毎回一貫して同じ値を取得する事ができます(≒疑似乱数ジェネレーター=random number generatorの初期化処理)。
→今回は引数に「123」を与え、毎回同じランダムデータで検証できるように、1パターンに固定。

●構文②:numpy.random.RandomState.randn(d0,d1,…,dn)

(構文)
    x1 = rng.randn(d0,d1,…,dn)
(説明)
・概要:標準正規分布(standard normal distribution)から、1つ以上のランダムデータのサンプルを返す。
・引数:d0, d1, …, dnはサンプルデータの次元。N個指定すればN次元の配列(d0, d1, …, dnの形)を生成。指定した数の分だけ、その次元でデータ数が生成される。
・戻り値:N次元の配列を生成します。配列にはランダムデータが格納され、平均(mean)=0、分散(variance)=1のガウス分布のデータになっています。

●補足:randnは数学的にはどんなデータなの?

・一言で言うと、(図100)ような正規分布(ガウス分布)のグラフから、ランダムで値を生成します。
(図100)正規分布
・正規分布の密度関数は次のように表されます。
(図101)
※この時、μ=平均、σ=標準偏差
・この中でもrandn関数で出る「標準正規分布」は平均=0(μ=0)、標準偏差=1(σ=1)です。
(図102)
・つまり、式としては次のように簡素化できます。
(図103)

・よって、データの約68%は±1の範囲に入る、約95%は±2の範囲に入るといった形のデータになります。
(図104)

(1-2) サンプルプログラム

・2次元の例をご紹介します(d0,d1を指定)。
(サンプル①)
import numpy as np

def main():
    rng = np.random.RandomState(123)
    # 2次元=d0,d1を指定
    x1 = rng.randn(5,2)
    print(x1)

if __name__ == "__main__":
    main()
(実行例①)
[[-1.0856306   0.99734545] 
 [ 0.2829785  -1.50629471] 
 [-0.57860025  1.65143654] 
 [-2.42667924 -0.42891263] 
 [ 1.26593626 -0.8667404 ] 
 [-0.67888615 -0.09470897] 
 [ 1.49138963 -0.638902  ] 
 [-0.44398196 -0.43435128] 
 [ 2.20593008  2.18678609] 
 [ 1.0040539   0.3861864 ]]
(図121)
→固定しているので、何回実行しても同じランダム座標の組合せになります。
・3次元の例をご紹介します(d0,d1,d2を指定)。
(サンプル②)
import numpy as np

def main():
    rng = np.random.RandomState(123)
    # 3次元=d0,d1,d2を指定
    x1 = rng.randn(10,2,2)
    print(x1)

if __name__ == "__main__":
    main()
(実行例②)
[[[-1.0856306   0.99734545]  
  [ 0.2829785  -1.50629471]] 

 [[-0.57860025  1.65143654]  
  [-2.42667924 -0.42891263]] 

 [[ 1.26593626 -0.8667404 ]  
  [-0.67888615 -0.09470897]] 

 [[ 1.49138963 -0.638902  ]  
  [-0.44398196 -0.43435128]] 

 [[ 2.20593008  2.18678609]  
  [ 1.0040539   0.3861864 ]] 

 [[ 0.73736858  1.49073203]  
  [-0.93583387  1.17582904]] 

 [[-1.25388067 -0.6377515 ]  
  [ 0.9071052  -1.4286807 ]] 

 [[-0.14006872 -0.8617549 ]  
  [-0.25561937 -2.79858911]] 

 [[-1.7715331  -0.69987723]  
  [ 0.92746243 -0.17363568]] 

 [[ 0.00284592  0.68822271]  
  [-0.87953634  0.28362732]]]

(図122)

目次にもどる

(1-3) 補足:データの座標を全体的にシフトしたい場合

次のような形でnp.array([N,N])を加算する事で、各データを(N,N)だけシフトできます。
 
(サンプル)
import numpy as np

def main():

    rng = np.random.RandomState(123)
    x1 = rng.randn(10,2) + np.array([5,5])
    print(x1)

if __name__ == "__main__":
    main()
(結果例)
[[3.9143694  5.99734545] 
 [5.2829785  3.49370529] 
 [4.42139975 6.65143654] 
 [2.57332076 4.57108737] 
 [6.26593626 4.1332596 ] 
 [4.32111385 4.90529103] 
 [6.49138963 4.361098  ] 
 [4.55601804 4.56564872] 
 [7.20593008 7.18678609] 
 [6.0040539  5.3861864 ]]
 
(図131)

Adsense審査用広告コード


Adsense審査用広告コード


-Python

執筆者:


comment

メールアドレスが公開されることはありません。 が付いている欄は必須項目です

関連記事

Pythonパッケージインストール(pip install)をオフラインで行う方法

<目次> (1) Pythonパッケージインストール(pip install)をオフラインで行う方法  (1-1) オフラインインストールとは? (2) オフラインインストールの手順(要Cコンパイルの …

pyenvの使い方(基礎編)をご紹介

  <目次> (1) pyenvの使い方(基礎編)をご紹介  (1-1) STEP1:インストール系のコマンド  (1-2) STEP2:バージョンの適用/切り替え系のコマンド  (1-3) …

PythonでPandasライブラリを用いてcsvファイルを読み込む方法

<目次> (1) PythonでPandasライブラリを用いてcsvファイルを読み込む方法  (1-1) 構文  (1-2) サンプルプログラム  (1-3) read_csvの主要なオプションご紹介 …

PythonのPandas使用時に発生した「UnicodeEncodeError: ‘ascii’ codec can’t encode characters~」エラーの対処方法について

(0)目次&概説 (1) エラー対応1:UnicodeEncodeError  (1-1) 発生状況・エラーメッセージ   (1-1-1) エラーメッセージ   (1-1-2) エラーとなったソース …

PythonでAPIを呼び出すサンプルプログラムをご紹介

  <目次> (1) PythonでAPIを呼び出すサンプルプログラム  (1-1) 構文  (1-2) STEP1:事前準備  (1-3) STEP2:疎通①(最もシンプルなAPI呼び出し …

  • English (United States)
  • 日本語
Top