많은 프로그램은 실제와 같은 상황을 시뮬레이션하기 위해 (겉보기에) 무작위한 값이 필요해요.
흔하고 익숙한 예로는 다음과 같은 것들이 있어요:
"H" 또는 "T"인 무작위 값.컴퓨터로 진정한 무작위 값을 생성하는 것은 놀랄 만큼 어려운 기술적 과제라서, 이런 결과를 "의사 난수(pseudorandom)"라고 부르는 것을 볼 수 있어요.
중요: 이 개념에서는 암호학적으로 안전한 난수는 다루지 않아요. 그건 훨씬 더 어려운 과제예요.
하지만 R은 통계 패키지에서 파생되었고 시뮬레이션에 자주 사용되기 때문에, 무작위 값을 생성하는 다양한 방법을 제공해요. 그 결과는 모델링, 시뮬레이션, 게임 등 대부분의 응용 분야에 충분히 좋아요.
빨간 공 3개와 초록 공 4개가 든 주머니가 있고, 그 주머니에서 공 하나를 무작위로 꺼낸다고 상상해 봐요. 두 번째 공을 꺼내려면 두 가지 방법이 있어요:
1번은 복원 추출이고 2번은 비복원 추출이며, 둘은 서로 다른 결과를 줘요.
sample로 이산값 다루기제한된 수의 이산값 중에서 고르려면 sample()을 복원 추출 또는 비복원 추출로 사용할 수 있어요.
정수나 문자열 등에 유용해요.
sample(1:10, 5) # no repeats by default
#> [1] 8 3 4 2 6
sample(1:10, 5, replace = TRUE) # repeats are OK
#> [1] 10 10 7 10 9
languages <- c("Fortran", "R", "Python", "Julia")
sample(languages, 1)
#> [1] "Python"
sample(c("H", "T"), 5, replace = TRUE) # coin flips
#> [1] "T" "T" "H" "H" "H"
sample(c(TRUE, FALSE), 5, replace = TRUE) # alternative coin flips
#> [1] FALSE TRUE FALSE TRUE TRUE
샘플링은 데이터 파이프라인에 잘 어울려요. 예를 들어 무작위 영숫자 문자열을 생성하려면 다음과 같이 해요:
library(stringr)
c(letters, LETTERS, 0:9) |> sample(50) |> str_flatten()
#> [1] "5tX71jhbM9zUmKrpENBQyGYaZdJPVAx06leSF2s8gcfw3OviIH"
다른 여러 언어에는 시퀀스를 섞는 특별한 함수가 있어요.
R에는 shuffle 함수가 없어요. 왜일까요?
이유를 이해하려면 sample 함수를 다시 살펴봐요.
전체 형태는 sample(x, size, replace = FALSE, prob = NULL)이고, 여기서 x는 (보통) 샘플링할 시퀀스, size는 고를 항목의 수예요.
replace는 이미 이야기했는데, 기본값은 비복원 추출이에요.
지금은 prob은 잠시 잊어둬요. prob을 사용하면 x의 여러 원소에 서로 다른 가중치를 줄 수 있어요.
size를 생략하고 x만 넘기면 어떻게 될까요?
x <- letters[1:6]
x
#> [1] "a" "b" "c" "d" "e" "f"
sample(x)
#> [1] "e" "a" "f" "b" "c" "d"
전형적인 R 스타일로, 벡터를 넣으면 벡터가 나오는 패턴이고 size의 기본값은 length(x)예요.
"x의 모든 원소를 비복원 추출로 샘플링하기"는 "x 섞기"를 좀 더 기술적으로 말한 것일 뿐이에요.
그래서 sample이 이미 우리에게 필요한 일을 정확히 해 주기 때문에 shuffle 함수가 없는 거예요!
위의 예제들은 모든 결과가 똑같이 나올 가능성이 있는 경우를 설명했어요.
예를 들어 sample(1:100)은 1부터 100까지 어떤 정수가 나올 가능성도 똑같아요.
이것을 uniform 분포라고 해요.
실제 세상의 많은 상황은 이보다 훨씬 복잡해요.
그래서 통계학자들은 "현실 세계"의 결과를 수학적으로 설명하기 위해 다양한 distributions를 만들어 냈어요.
똑같은 가중치를 가진 부동소수점 수 분포를 얻으려면 runif()를 사용해요 ("random-uniform"에 집중하고, "run if"로 읽고 싶은 자연스럽지만 틀린 충동을 참아요).
min과 max를 모두 지정할 수 있지만 기본값은 각각 0과 1이에요.
runif(5) # generate 5 values
#> [1] 0.3038506 0.3527959 0.3319309 0.4846354 0.4386279
# generate 5 non-negative values <= 100.0
runif(5, max = 100)
#> [1] 79.70762 51.62232 52.85281 71.08571 63.94380
메리는 TV 시리즈 _Star Trek: The Next Generation_의 열렬한 팬이에요. 친구들과 종이와 펜으로 롤플레잉 게임을 자주 하는데, 게임 속에서 모두 _엔터프라이즈_호의 승무원인 척을 하죠.
메리가 맡은 캐릭터는 피카드 함장이라서, 함장 일지를 써야 해요. 그녀는 게임의 창작적인 부분은 좋아하지만, 그 자리에서 무작위 데이터를 만드는 건 좋아하지 않아요.
함장 일지에 자주 등장하는 데이터를 만들어 주는 무작위 생성기를 만들어서 메리를 도와주세요.
_엔터프라이즈_호는 여행 중에 수많은 행성을 만나요. Star Trek 세계의 행성들은 그 특성에 따라 여러 등급으로 나뉘어요. 예를 들어, 지구는 M급 행성이에요. 가능한 행성 등급은 모두 D, H, J, K, L, M, N, R, T, Y예요.
random_planet_class 함수를 구현해 주세요.
이 함수는 필요한 개수만큼의 행성 등급을 무작위로 골라 벡터로 반환해야 해요.
등급이 중복되어도 괜찮고, 긴 벡터에서는 오히려 중복이 필요할 수도 있어요.
random_planet_class(number_needed)
#> "K"
우주를 날아다니는 우주선은 엔터프라이즈호(등록 번호 NCC-1701)만이 아니에요! 다른 우주선과 만나면, 메리는 그 우주선의 등록 번호를 일지에 기록해야 해요.
등록 번호는 "NCC-"라는 접두사로 시작하고, 그 뒤에 1000부터 9999까지(양쪽 끝 포함)의 숫자가 와요.
무작위 우주선 등록 번호를 반환하는 random_ship_registry_number 함수를 구현해 주세요.
random_ship_registry_number()
#> "NCC-1947"
게임의 한 가지 버전에서는 다른 우주선들과 교류해야 해서, 메리에게는 우주선 몇 척을 고를 일이 생겨요.
등장할 수 있는 우주선의 전체 목록이 있지만, 게임마다 그중 몇 척만 필요하고, 그마저도 무작위로 골라야 해요.
고유한 우주선 등록 번호의 벡터를 받아서, 같은 길이의 벡터를 무작위 순서로 반환하는 shuffle_starships(starships) 함수를 구현해 주세요.
그러면 메리가 벡터의 앞부분에서 원하는 개수만큼 무작위로 골라 쓰기 쉬워져요.
결과 값은 starships에 있는 값을 중복 없이 사용해야 해요.
shuffle_starships(c("NCC-5011", "NCC-1228", "NCC-7039", "NCC-3978", "NCC-1476"))
#> [1] "NCC-1476" "NCC-7039" "NCC-3978" "NCC-5011" "NCC-1228"
날짜도 없는 일지가 무슨 소용이 있을까요?
스타데이트는 실수예요. _The Next Generation_의 첫 시즌에 등장하는 _엔터프라이즈_호의 모험은 스타데이트 41000.0과 42000.0 사이에서 펼쳐져요. "4"는 24세기를, "1"은 첫 번째 시즌을 뜻해요.
41000.0과 42000.0 사이의 실수를 반환하는 random_stardate 함수를 구현해 주세요.
random_stardate()
#> 41037.6
Exercism에 가입하고 R 트랙을 개념 21개연습 문제 111개, 그리고 실제 사람의 멘토링과 함께 배우고 익혀 보세요. 모두 무료예요.