Pythonで偏りのある乱数を生成したいです

Question

pythonのDataFrameで擬似データを作成しており，年齢のデータ列を加えたいと考えているのですが，乱数で生成するとばらつきが一定になってしまいます．
pythonである程度の偏りがある乱数を生成する方法があれば教えて頂きたいです．

ヒストグラムで出力した際に，ふた山型になるような乱数を生成する方法がもしあれば．．．

※そもそもpythonの初心者である為，質問の際に言葉足らずな部分もあるかもしれません，何かありましたら追記いたします．

Answer 1

標準のrandomモジュールで様々な分布に従う疑似乱数を生成できます。また、numpy.randomを使っても良いです。

9.6. random — 擬似乱数を生成する — Python 3.6.5 ドキュメント

Random sampling (numpy.random) — NumPy v1.15 Manual

ヒストグラムで出力した際に，ふた山型になるような乱数

簡単にやるなら、平均の異なる正規分布2つ（平均が山の頂点に対応します）に従うデータをそれぞれ生成し、結合すれば良いです。

import random
import matplotlib.pyplot as plt

a = [random.gauss(30, 5) for _ in range(100)]
b = [random.gauss(50, 5) for _ in range(100)]

plt.hist(a+b, bins=20)
plt.savefig("result.png")

Comments

[ozwk]

正規分布にしたがう確率変数の和は正規分布ですが、「混ぜる」ってなんでしょう?

[hayataka2049]

ちょっと説明が適当すぎました。修正の通りです。

[退会済みユーザー]

例まで挙げていただきありがとうございます！
こちら参考にさせていただきます！

[R.Shigemori]

細かいことですが、ガウス分布の和と混合ガウス分布は挙動が異なります。ガウス分布の和の場合、hayataka2049さんのコードの通りですが混合ガウス分布は各々の混合比で重み付けして加算します。
例えば、分布Aの年齢20歳のデータが10件、分布Bのものが5件の場合、和の場合は15件になりますが混合比1:2の混合ガウス分布の場合は10*1/3+5*2/3=20/3件になります。この違いは100件程度だと影響しませんが数千、数万になるとガウス分布の和はひとつのガウス分布に近似してきます。(厳密には平均と分散に依存するがサンプル数を多くすると結果近似する)

参考までに、トイデータによる実験記事を掲載します。

https://www.yasuhisay.info/entry/20080529/1212339421

[hayataka2049]

R.Shigemoriさん、ご指摘ありがとうございます。あまり良く理解していませんでしたが、確かにこの回答の方法だと混合ガウス分布になりませんね。