[Python][numpy] Numpy로 효율적인 데이터 샘플링 및 난수 생성

데이터 분석 및 머신러닝에서는 난수(random number) 생성과 샘플링(sampling)이 자주 사용된다. Numpy의 np.random 모듈을 활용하면 다양한 확률 분포에서 난수를 생성하고 데이터를 샘플링할 수 있다.

---

1. 난수 생성의 기본

---

1.1 균등 분포 난수 생성

균등 분포에서 난수를 생성하려면 np.random.rand() 또는 np.random.uniform()을 사용하면 됨

import numpy as np

# 0과 1 사이의 난수 5개 생성
random_numbers = np.random.rand(5)
print(random_numbers)

# [0.68210576 0.42857438 0.15101299 0.54555321 0.02568058]

# 특정 범위(예: 10~20)에서 균등 분포 난수 5개 생성
random_uniform = np.random.uniform(10, 20, 5)
print(random_uniform)

# [13.02513486 13.01353072 17.41235939 16.13056435 19.33079594]

1.2 정규 분포 난수 생성

정규 분포(가우시안 분포)에서 난수를 생성하려면 np.random.randn() 또는 np.random.normal()을 사용하면 됨.

# 평균 0, 표준편차 1인 정규분포에서 난수 5개 생성
normal_random = np.random.randn(5)
print(normal_random)

# [1.69753115 0.42420459 0.81921845 0.75193326 1.25570611]

# 평균 10, 표준편차 2인 정규분포에서 난수 5개 생성
normal_custom = np.random.normal(10, 2, 5)
print(normal_custom)

# [ 8.63078874 11.81641683  7.50887906  8.87855625 11.51443264]

---

2. 정수 난수 생성

---

정수 범위에서 난수를 생성하려면 np.random.randint()를 사용하면 됨.

# 0부터 9까지의 정수 난수 5개 생성
random_integers = np.random.randint(0, 10, 5)
print(random_integers)

# [4 8 4 2 4]

---

728x90

반응형

3. 데이터 샘플링

---

Numpy는 기존 데이터에서 샘플링을 수행하는 다양한 방법을 제공함

3.1 배열에서 무작위 샘플 선택 (choice)

np.random.choice()를 사용하여 배열에서 무작위로 샘플을 선택할 수 있음

arr = np.array([1, 2, 3, 4, 5])

# 배열에서 3개 샘플 선택 (중복 허용)
sampled = np.random.choice(arr, 3)
print(sampled)

# [5 2 4]

# 배열에서 3개 샘플 선택 (중복 없음)
sampled_unique = np.random.choice(arr, 3, replace=False)
print(sampled_unique)

# [4 5 1]

3.2 샘플링을 위한 확률 가중치 적용

선택 확률을 조정하려면 p 매개변수를 사용하면 됨

# 선택 확률을 적용한 샘플링
weighted_sample = np.random.choice(arr, 3, p=[0.1, 0.2, 0.3, 0.2, 0.2])
print(weighted_sample)

# [2 5 3]

---

4. 난수 생성 시드 설정

---

같은 난수를 재현하려면 np.random.seed()를 사용하여 시드를 설정해야 함

np.random.seed(42)
print(np.random.rand(3))

# [0.37454012 0.95071431 0.73199394]

위 코드를 실행하면 같은 결과가 출력됨. 이를 통해 재현 가능성을 보장할 수 있음

---

5. 마무리

---

Numpy의 np.random 모듈을 사용하면 다양한 확률 분포에서 난수를 생성하고 데이터를 샘플링할 수 있다. 특히, 시드를 설정하면 동일한 난수를 생성할 수 있어 실험의 일관성을 유지할 수 있다. 이러한 기법은 데이터 분석, 머신러닝, 시뮬레이션 등 다양한 분야에서 활용될 수 있다.