PythonのNumPyで乱数を生成する方法を徹底解説

NumPyパッケージには、乱数の生成に役立つさまざまな関数が含まれた random モジュール が用意されています。この記事では、特に利用頻度の高い rand()、randn()、randint()、random() の4つの関数について、実際のコード例とともにわかりやすく解説します。

numpy.random.rand()：一様分布の乱数配列を作成する

numpy.random.rand() は、指定した形状（シェイプ）の配列を作成し、その要素を「0以上1未満」の一様分布から抽出されたランダムなサンプルで満たします。引数に配列の次元サイズを渡します。

>>> import numpy as np
>>> np.random.rand(3,2)
array([[0.10339983, 0.54395499],
       [0.31719352, 0.51220189],
       [0.98935914, 0.8240609 ]])

上記の例では、3行2列の配列にランダムな値が格納されています。

numpy.random.randn()：標準正規分布に従う乱数を取得する

numpy.random.randn() は、「標準正規分布」（平均0・標準偏差1）からサンプルを返します。引数なしで呼び出した場合は、単一の乱数値が得られます。

>>> np.random.randn()
-0.6808986872330651

引数にサイズを指定すれば、正規分布に従う多次元配列を一度に生成することも可能です。

numpy.random.randint()：範囲内のランダムな整数を生成する

numpy.random.randint() は、low（以上）から high（未満）までの範囲からランダムな整数を返します。size 引数で配列の形状を指定できます。なお、high を省略した場合は 0 以上 low 未満の整数が返されます。

>>> np.random.randint(5, size=(2, 4))
array([[2, 4, 0, 4],
       [3, 4, 1, 2]])

上記の例では、0以上5未満の整数からなる2行4列の配列が生成されています。

numpy.random.random()：0.0〜1.0の浮動小数点数を生成する

numpy.random.random() は、半開区間 [0.0, 1.0) からランダムな浮動小数点数を返します。random_sample() と同様の動作をする関数です。

>>> np.random.random_sample()
0.054638060174776126

補足：乱数の再現性が必要な場合はseed()を使う

実験やデバッグで毎回同じ乱数列を再現したいときは、np.random.seed() でシード値を固定しておくと便利です。

>>> np.random.seed(42)
>>> np.random.rand(2)
array([0.37454012, 0.95071431])

同じシード値を設定すれば、何度実行しても同じ結果が得られます。

まとめ

NumPyのrandomモジュールを使えば、用途に応じてさまざまな種類の乱数を簡単に生成できます。

• rand() … 一様分布（0以上1未満）の乱数配列
• randn() … 標準正規分布に従う乱数
• randint() … 指定範囲内のランダムな整数
• random() … 0.0〜1.0の浮動小数点数

これらの関数を使い分けることで、シミュレーションやデータ分析、機械学習の初期化処理など、幅広い場面で効率的に乱数を扱えるようになります。