質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
87.20%
Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

解決済

python romdom関数の一様分布に重みをかけたい

onosan
onosan

総合スコア56

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

4回答

0評価

0クリップ

207閲覧

投稿2022/06/30 00:14

1か月を30日として、1か月に2回行動をとるとします。行動を20種類として、random関数を使って、以下のような関数を作成しました。元々、この関数は行動1から行動20までを一様分布でランダムに行動を発生させるつもりでした。ですので、各行動の出現頻度は、全体100% ÷ 20 = 5%になるように設計されているのですが、
これを行動19と行動20をそれぞれ、全体の20%ずつ発生させるためにはどうすればよいでしょうか。random関数で調べて重みのかけ方がわかりませんでした。
ご教授いただけますと幸いです。

python

def random_part(): days = 30 actions = 20 do_day = 2 do_action = 1 s = np.hstack([ np.ones((do_day, do_action)), np.zeros((do_day, actions - do_action)), ]) # shuffle column wise idx = np.random.rand(*s.shape).argsort(axis=1) s = np.take_along_axis(s, idx, axis=1) # shuffle row wise s = np.vstack([s, np.zeros((days-do_day, actions))]).astype(int) np.random.shuffle(s) # dataframe df = pd.DataFrame(s, columns=[f'行動{i+1}' for i in range(actions)]) return df

何卒、よろしくお願い申し上げます。

良い質問の評価を上げる

以下のような質問は評価を上げましょう

  • 質問内容が明確
  • 自分も答えを知りたい
  • 質問者以外のユーザにも役立つ

評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

気になる質問をクリップする

クリップした質問は、後からいつでもマイページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

  • プログラミングに関係のない質問
  • やってほしいことだけを記載した丸投げの質問
  • 問題・課題が含まれていない質問
  • 意図的に内容が抹消された質問
  • 過去に投稿した質問と同じ内容の質問
  • 広告と受け取られるような投稿

評価を下げると、トップページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

まだ回答がついていません

会員登録して回答してみよう

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
87.20%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問

同じタグがついた質問を見る

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。