Numpy 랜덤 노멀: 쉽게 사용하는 방법은?

[

NumPy를 사용하여 정규분포를 따르는 난수 생성하기

정규분포는 사건 또는 실험의 가능한 모든 결과의 확률을 설명하는 확률분포 중 하나입니다. 이 분포는 많은 자연 현상을 모델링하는 데 매우 유용한 특징이 있습니다. NumPy를 사용하면 정규분포로부터 무작위 숫자 샘플을 생성할 수 있습니다.

이 분포는 또한 가우시안 분포라고도 불리며, 그래프를 그릴 때 자주 사용되는 종모양(cumudian curve) 형태임을 암시합니다:

정규분포는 최고점을 기준으로 대칭됩니다. 이 대칭성으로 인해 분포의 평균, 주로 _μ_라고 표기되는 값을 피크로 갖습니다. 표준 편차인 _σ_는 분포가 얼마나 퍼져있는지를 나타냅니다.

일부 샘플이 정규분포를 따른다면, 무작위 샘플이 평균 값에 가까운 값을 가질 확률이 높습니다. 실제로 대략 68 퍼센트의 샘플은 평균에서 표준 편차의 범위 내에 있습니다.

그래프에서 곡선 아래의 영역은 확률의 척도로 해석할 수 있습니다. 어둡게 색칠된 영역은 평균에서 표준 편차처럼 같거나 작은 모든 샘플을 나타내며, 이는 곡선 아래 전체 영역의 68 퍼센트를 차지합니다.

알게 되겠지만, 올바른 Python 코드로 강력한 통계 분석을 수행할 수 있습니다. 이 튜토리얼의 코드를 가져오려면 아래의 링크를 클릭하십시오.

다음을 따라하기 위해 몇 가지 패키지를 설치해야합니다. 먼저 가상 환경을 만들고 활성화하십시오. 그런 다음 다음 명령을 실행하십시오.

Shell

$ python -m pip install numpy matplotlib scipy

제공된 NumPy 외에도 Matplotlib 및 SciPy 패키지도 설치되어 있으므로 준비가 완료되었습니다.

Python

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

난수 생성기(RNG)를 생성했습니다.

정확한 코드 예제와 함께 가능한한 자세한 단계별 실행 가능한 샘플 코드와 설명을 포함하세요.