5.4 標準モジュール random
このモジュールは、いろいろ分布に対応した擬似乱数を生成します。
それらは、正規分布やガウス分布・対数正規分布・負の指数分布・ガンマ分布そしてベータ分布を計算する関数です。
角度の分布を発生させるのに、循環一様分布とvon Mises分布は有効です。
モジュールは以下の関数をエクスポートします。
choice()・randint()・random()・uniform()は、whrandomモジュールのものと同じです。
これらの関数に関しては、whrandomモジュールのドキュメンテーションを見てください。
randomモジュールには、以下の固有の関数が定義され、全て実数が戻ります。
関数パラメタは、数学で通常使用されるている分布方程式の変数にちなんで名付けられていて、
ほとんどの統計学テキストで、これらの方程式の大部分を見つけることができます。
- betavariate (alpha, beta)
-
ベータ分布。パラメタはalpha >- 1 かつ
beta > -1が条件です。
戻り値は、0と1の間になります。
- cunifvariate (mean, arc)
-
循環一様分布。mean は、平均角度、arcは、中心周りの平均角度の分布範囲。
両方の値は、ラジアンで表現されなければなりません。
戻り値は、mean - arc/2 かつ mean + arc/2の間になる。
- expovariate (lambd)
-
指数分布。
lambdは要求された平均によって1.0分配する。
(パラメタは、``lambda''と呼ばれ、それは、Pythonの予約語です。)
戻り値は、0から正の無限大の間になります。
- gamma (alpha, beta)
-
ガンマ分布。(gamma関数ではない。)パラメタは、alpha > -1 かつ beta > 0が条件です。
- gauss (mu, sigma)
-
ガウス分布。muは平均、そしてsigmaは標準偏差。
これは、以下で定義されたnormalvariate()関数より少し進んでいます。
- lognormvariate (mu, sigma)
-
対数正規分布。
あなたが、この分布の自然対数をとるならmuに平均、sigmaに標準分布で、自然分布を得れるでしょう。
muはどのような値でも、sigmaはゼロより大きくなければなりません。
- normalvariate (mu, sigma)
-
標準分布。muは平均、sigmaは標準偏差。
- vonmisesvariate (mu, kappa)
-
muは平均角度、0とpiの間でラジアンで表現する。
kappaは、0以上のconcentrationパラメタです。
kappaが0の場合、この分布は0以上の一定乱数角度に変わります。
- paretovariate (alpha)
-
パレート分布。alphaはshapeパラメタ。
- weibullvariate (alpha, beta)
-
ワイブル分布。alphaはscaleパラメタでbetaはshapeパラメタです。
See Also:
Module whrandom (the standard Python random number generator)
guido@python.org