np.ramdomの【rand,random,ramdom_sample】の違い

page:[NumPyまとめ]

結論

• ほとんど同じ
  • 0～1の均一分布を返す
• 使い方がちょっと違う
  • np.random.random(3,2) …… できない
  • np.random.rand(3,2) …… できる

はじめに

種類は3つではなくて2つ

• 2つの種類
  • np.random.rand
  • np.random.random_sample
• np.random.randomは？
  • random_sampleが長いので短縮形ramdom（エイリアス、別名）
  • 名前違うだけで機能は同じ
• まとめると、
  • np.random.rand
  • np.random.random_sample（np.random.random）
    みたいな感じ
  • 使い方に違いがあるので、以降で説明する

使い方の違いを説明

引数が1つの場合は使い方同じ

np.random.rand

import numpy as np
np.random.seed(100)
a = np.random.rand(10)
print(a)

[0.54340494 0.27836939 0.42451759 0.84477613 0.00471886 0.12156912
 0.67074908 0.82585276 0.13670659 0.57509333]

• 結果が同じになるようにseedを指定
• 10個のランダム値を作成した

np.random.random_sample

import numpy as np
np.random.seed(100)
a = np.random.random_sample(10)
print(a)

[0.54340494 0.27836939 0.42451759 0.84477613 0.00471886 0.12156912
 0.67074908 0.82585276 0.13670659 0.57509333]

• 10個のランダム値を作成した
• np.random.randと同じ結果になった

引数が1つでない場合

正常パターン

import numpy as np
a = np.random.rand(2,3)
b = np.random.random_sample((2,3))
print(a)
print(a.shape)
print(b)
print(b.shape)

[[0.67074908 0.82585276 0.13670659]
 [0.57509333 0.89132195 0.20920212]]
(2, 3)
[[0.18532822 0.10837689 0.21969749]
 [0.97862378 0.81168315 0.17194101]]
(2, 3)

• いずれも同じ形状(2,3)のランダム値ndarray（NumPy配列）を返す
  （seedを未指定なので数値は違う）
• random_sampleの引数指定がタプルになっているところが違い
  • np.random.randの方が感覚的に使用できそう

エラーパターン

import numpy as np
a = np.random.random_sample(2,3)

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-94-37217c6143a1> in <module>
      1 import numpy as np
----> 2 a = np.random.random_sample(2,3)

mtrand.pyx in numpy.random.mtrand.RandomState.random_sample()

TypeError: random_sample() takes at most 1 positional argument (2 given)

• np.random.randのように指定するとエラーになる
• 正しくは、正解パターンのようにタプルを引数にする必要がある
  誤：np.random.random_sample( 2,3 )
  正：np.random.random_sample( (2,3) )