擬似乱数したい（`random` / `numpy.random`）

1import random

擬似乱数を生成するパッケージ／モジュールはいろいろあります。 Pythonの標準モジュールで擬似乱数を生成するにはrandomモジュールを使います。機密情報を使う場合はsecretsモジュールを使うほうがよいみたいです。

複数の乱数値を一度に生成したい場合はnumpy.randomが便利です。

乱数シードしたい

import random
random.seed(511)
random.random()
# -> 0.10846537689444802

import numpy as np
rng = np.random.default_rng(511)
rng.random()
# -> 0.9463589575041579

シードを固定することで、同じ乱数を生成できます。テストのときなどに使います。

一様分布したい

import random
random.random()
# -> 0.24352181317841615

import numpy as np
rng = np.random.default_rng()

rng.random()
# -> 0.1734872525999479

rng.random(5)  # size=5
# -> array([0.44780529, 0.27322929, 0.89200497, 0.57964083, 0.56720332])

[0.0, 1.0)の範囲の浮動小数点で一様分布する乱数を生成します。

任意の範囲で一様分布したい

import random
random.uniform(1, 5)
# -> 3.9737232237549036

import numpy as np
rng = np.random.default_rng()

rng.uniform(1, 5)
# -> 1.2366360779462524

rng.uniform(1, 5, 5)  # size=5
# -> array([4.01063043, 4.3938906 , 1.9511828 , 4.44290251, 2.23030564])

[a, b]の範囲の浮動小数点で一様分布する乱数を生成します。

整数したい

import random
random.randint(1, 100)
# -> 73

import numpy as np
rng = np.random.default_rng()

rng.integers(1, 100)
# -> 41

rng.integers(1, 100, 5)  # size=5
# -> array([23, 34, 88, 83, 94])

[a, b]の範囲の整数で一様分布する乱数を生成します。

ガウス分布したい

import random

random.gauss()  # mu=0, sigma=1
# -> -0.6759904579865917

random.gauss(mu=100, sigma=10)
# -> 83.04934632054037

import numpy as np
rng = np.random.default_rng()

rng.normal()  # loc=0, scale=1
# -> -0.4687162677485689

rng.normal(loc=100, scale=10)  # loc=平均、scale=標準偏差
# -> 96.92358323438323

rng.normal(100, 10, 5)  # size=5
# -> array([ 85.27675615,  87.21491819, 110.40065645, 102.60680418, 96.21210008])

平均mu、標準偏差sigmaのガウス分布にしたがう乱数を生成します。 mu=0、sigma=1の場合は、正規ガウス分布になります。

リストしたい

import random
seq = ["いち", "に", "さん"]
random.choice(seq)
# -> 'さん'

import numpy as np
seq = ["いち", "に", "さん"]
rng = np.random.default_rng()

rng.choice(seq)
# -> 'に'

rng.choice(seq, 5)  # size=5
# -> array(['に', 'さん', 'いち', 'いち', 'さん'], dtype='<U2')

指定したリストからランダムに選択できます。

擬似乱数したい（random / numpy.random）