Pythonとは
基本的な使い方
・ IDLE
・ Jupyter Notebook
・ Markdown
・ コマンドプロンプトで実行
・ 仮想環境の構築
・ 仮想環境でIDLEを実行
ライブラリのインストール
・ pipの使い方
・ numpy , matplotlib等
・ graphviz
・ pytorch
・ Mecab
Pythonの関数: 一覧
共通関数
・ append , extend
・ class
・ copy
・ csv.reader
・ csv.writer
・ def , return
・ dict , defaultdict
・ enumerate
・ exit
・ for
・ if
・ import
・ in
・ input
・ lambda
・ len
・ list
・ min/max
・ OrderedDict
・ open/close
・ os
・ pickle
・ print
・ range
・ re.split
・ read/readline
・ round/floor/ceil
・ split
・ sys.argv
・ time
・ while
・ write
・ zip
・特殊メソッド
・ __name__
・ __iter__ , __next__
・ 正規表現、メタ文字
・ データの型の種類
・ 四則演算 (+ , - , * , /)
・ コメントアウト (# , ''')
numpy
・ append
・ arange
・ argmax/argmin
・ array
・ asfarray
・ astype , dtype
・ digitize
・ dot
・ hstack/vstack
・ linalg.solve
・ linspace
・ max,min
・ mean
・ meshgrid
・ mgrid
・ ndim
・ ndmin
・ pad
・ poly1d
・ polyfit
・ prod
・ random
・ reshape
・ savetxt/loadtxt
・ shape
・ std
・ transpose
・ where
・ zeros/zeros_like
scipy
・ expit
・ imread
・ interpolate
・ signal.square, sawtooth
matplotlib
・ contour
・ imshow
・ figure
・ pcolormesh
・ plot
・ quiver
・ scatter
scikit-learn
・ GaussianNB
・ KMeans
・ KNeighborsClassifier
・ SVC
・ tree
chaospy
keras
chainer
chainerrl
pandas
・ データ抽出
・ concat
・ DataFrame
・ read_excel
pytorch
・ BCELoss , MSELoss
・ Embedding
・ device
・ Sequential
・ Dataset, Dataloader
・ RNN, LSTM
OpenAI gym
・ Blackjack-v0
・ CartPole-v0
seaborn
・ pairplot
tkinter
・ frame, grid
・ 画像表示
・ 画像を切り取り表示
・ 画像を保存
目的別
・ ステップ関数
・ 矩形波, 三角波
・ 1 of K 符号化法
・ 線形補間
・ 配列に番号をつける
・ ベクトル場を描く
・ 線形回帰, 多項式回帰
|
公開日:2018/7/8, 最終更新日:2019/11/30
|
■説明
ランダムな数を生成します。
■具体例
以下は各具体例で共通で必要な記載です。
<random.rand>
各成分の値が0~1の範囲でランダムな数を作成します。
例①
>>np.random.rand(5) #5個ランダムの値を生成
array([0.10864656, 0.32520454, 0.46551416, 0.44450598, 0.16461907])
例②
>> np.random.rand(3,3) #3行3列の行列
array([[0.14877569, 0.03200445, 0.98932267],
[0.21877784, 0.74047657, 0.04841534],
[0.78025066, 0.82295066, 0.70403669]])
例③
>>np.random.rand(3,3) -0.5 #オフセットする場合
array([[-0.47116425, 0.21120087, -0.24673171],
[-0.32195753, 0.48917386, 0.32247191],
[-0.3912686 , -0.02059287, 0.08083662]])
<random.uniform>
指定した範囲の中からランダムな数を作成します。
>>np.random.uniform(0,10,(2,2)) #0から10の間でランダムの値を2x2で作成
array([[5.68639461, 8.83055132],
[0.28637671, 5.42227475]])
<random.randn>
平均0、σ=1の標準正規分布に従ったランダムの数を作成します。
>>np.random.randn(5)
array([ 1.58020171, -0.30615959, -1.50085146, 0.54306113, -0.19888497])
<random.normal>
正規分布に従ったランダムな数を作成します。randnと異なるのは、平均と標準偏差σを設定できる事です。
>>np.random.normal(0,1,10) #平均値0、標準偏差1のランダムの値を10個生成
array([ 0.60121767, 0.72857644, 0.07093154, -1.03274699, -0.01351853,
-0.53342945, -0.05761539, -0.99177391, -1.19949435, 0.22845349])
上記は2行5列の行列になっている訳ではなく、単に改行されているだけです。2行5列にしたい場合は以下。
>> np.random.normal(0,1,(2,5)) #平均値0、標準偏差1のランダムの値を2x5の行列で生成
array([[-1.08808109, 1.74178225, 0.69421781, -0.57640934, -0.34761778],
[ 2.69510603, -2.06700082, 0.07855081, -0.03940778, 0.12391313]])
<random.choice>
ランダムに数を選択します。
例①
>> np.random.choice([0,1,3]) #配列の中にある数字を1つ選択する。
3
例②
>> a = [0, 1, 2, 3, 4]
>> np.random.choice(a,4) #リストの中からランダムに値を4つ選択する。
array([4, 2, 0, 2]) #選択する値は重複する場合もある
例③
>> np.random.choice(10,5) #0から9までの中でランダムに値を5つ選択する。
array([3, 6, 2, 1, 0])
例④
>> a = [0, 1, 2, 3, 4]
>> prob = [0.6, 0.1, 0.1, 0.1, 0.1]
#aの各値を選択する確率を指定。合計値を1にすること。aと同じ次元数にすること。
>> np.random.choice(a,10,p=prob) #リストの中からランダムに値を10つ選択する。
array([2, 3, 3, 0, 1, 0, 0, 0, 0, 0]) #0が出る確率が最も高い
<random.seed>
乱数のシード(乱数生成用の初期パラメータ)を設定します。乱数を用いたシミュレーションなどで乱数の再現性が求められる場合などに用いられます。
seed()の中に入る数値は0以外でもよく、適当に設定可能です。
>> np.random.seed(0)
>> np.random.rand(5)
array([0.5488135 , 0.71518937, 0.60276338, 0.54488318, 0.4236548 ])
サブチャンネルあります。⇒ 何かのお役に立てればと
Pythonとは
基本的な使い方
・ IDLE
・ Jupyter Notebook
・ Markdown
・ コマンドプロンプトで実行
・ 仮想環境の構築
・ 仮想環境でIDLEを実行
ライブラリのインストール
・ pipの使い方
・ numpy , matplotlib等
・ graphviz
・ pytorch
・ Mecab
Pythonの関数: 一覧
共通関数
・ append , extend
・ class
・ copy
・ csv.reader
・ csv.writer
・ def , return
・ dict , defaultdict
・ enumerate
・ exit
・ for
・ if
・ import
・ in
・ input
・ lambda
・ len
・ list
・ min/max
・ OrderedDict
・ open/close
・ os
・ pickle
・ print
・ range
・ re.split
・ read/readline
・ round/floor/ceil
・ split
・ sys.argv
・ time
・ while
・ write
・ zip
・特殊メソッド
・ __name__
・ __iter__ , __next__
・ 正規表現、メタ文字
・ データの型の種類
・ 四則演算 (+ , - , * , /)
・ コメントアウト (# , ''')
numpy
・ append
・ arange
・ argmax/argmin
・ array
・ asfarray
・ astype , dtype
・ digitize
・ dot
・ hstack/vstack
・ linalg.solve
・ linspace
・ max,min
・ mean
・ meshgrid
・ mgrid
・ ndim
・ ndmin
・ pad
・ poly1d
・ polyfit
・ prod
・ random
・ reshape
・ savetxt/loadtxt
・ shape
・ std
・ transpose
・ where
・ zeros/zeros_like
scipy
・ expit
・ imread
・ interpolate
・ signal.square, sawtooth
matplotlib
・ contour
・ imshow
・ figure
・ pcolormesh
・ plot
・ quiver
・ scatter
scikit-learn
・ GaussianNB
・ KMeans
・ KNeighborsClassifier
・ SVC
・ tree
chaospy
keras
chainer
chainerrl
pandas
・ データ抽出
・ concat
・ DataFrame
・ read_excel
pytorch
・ BCELoss , MSELoss
・ Embedding
・ device
・ Sequential
・ Dataset, Dataloader
・ RNN, LSTM
OpenAI gym
・ Blackjack-v0
・ CartPole-v0
seaborn
・ pairplot
tkinter
・ frame, grid
・ 画像表示
・ 画像を切り取り表示
・ 画像を保存
目的別
・ ステップ関数
・ 矩形波, 三角波
・ 1 of K 符号化法
・ 線形補間
・ 配列に番号をつける
・ ベクトル場を描く
・ 線形回帰, 多項式回帰
|
|
|