# 【Python実装あり】一様分布について解説！定義と平均・分散の導出について！

> 当サイト【スタビジ】の本記事では、一様分布について解説していきます！一様分布は代表的な離散的分布の一つでもあり、連続的分布の一つでもある基本的な分布です。今回は一様分布の定義を解説しつつ、平均・分散といった基本的な要素も解説していきます。

- URL: https://toukei-lab.com/uniform
- 公開: 2023.03.25 / 更新: 2025.01.22
- サイト: スタビジ（https://toukei-lab.com）

:::talk{who="umatan"}
当サイト【スタビジ】の本記事では、一様分布について解説していきます！一様分布は代表的な離散的分布の一つでもあり、連続的分布の一つでもある基本的な分布です。今回は一様分布の定義を解説しつつ、平均・分散といった基本的な要素も解説していきます。
:::

こんにちは！

デジタルマーケター兼データサイエンティストのウマたん([@statistics1012](https://twitter.com/statistics1012?lang=ja))です！

確率分布といっても多種多様にありますが、一様分布は離散的・連続的両方の分布を持っています！

一様分布は<mark>「全ての事象が等確率で現れる確率分布」</mark>を表しています。具体例を出すと<mark>サイコロの目1\~6は等確率、6分の1</mark>なのでサイコロを振る確率分布は一様分布に従っているとも言えるでしょう！

:::talk{who="umatan"}
この性質は離散的な値や連続的な値両方に適用できるんだ！今回は二つの性質を見比べながらしっかり理解していこう！
:::

この記事では、そんな一様分布の定義を解説をしながらもその性質について解説していきます。またPythonで一様分布を確認してみましょう！

:::point
**・一様分布の定義について解説！**\
**・一様分布の性質について解説！**\
**・Pythonで一様分布を見てみよう！**
:::

一様分布について以下のYoutube動画でも解説しているのであわせてチェックしてみてください！

::youtube{#Eutzk8z3RQk}

## 離散型一様分布の定義について解説！

![Stories](/wp-content/uploads/2021/09/Library-amico-min-e1632968764698-1024x892.png)

:::talk{who="robotan" side="left"}
早速離散型の一様分布の解説だね！確認だけど離散型っていうのはどんな意味なの？
:::

:::talk{who="umatan" side="right"}
離散型は確率変数がとびとびの値を示す場合を指すよ！例えばサイコロは1,2,3,4,5,6の目があるけど1.2や5.5といった目はないし、人数は1人2人と数えるけど1.5人と数えることもないことが分かるよね！このような場合は

<mark>

確率変数が離散型である

</mark>

と言うんだ！
:::

![離散型確率変数](/wp-content/uploads/2023/03/114-1024x576.jpg)

これを踏まえると、離散型一様分布は「<mark>確率変数が離散型である場合の全ての事象が等確率で現れる確率分布」</mark>と定義できるね！

:::talk{who="umatan" side="right"}
離散型一様分布の式はこちら！かなりシンプルで分かりやすい式であることが分かるね。そして離散型一様分布の図はこのような形になるんだ！
:::

$P(X=k)$ = $\frac{1}{N}$ $(k=1,…,N)$

![離散一様分布](/wp-content/uploads/2023/03/29d3bc99193cb0b837fb8cc53f050ae5-1024x615.png)

次に期待値と分散の算出を解説します！

$E(X)$ = $\sum_{k=1}^{N}k\frac{1}{N}$ = $\frac{1}{N} \frac{N(N+1)}{2}$ = $\frac{N+1}{2}$

$V(X)$ = $E(X^{2}) – E(X)^{2}$ = $\sum_{k=1}^{N}k^{2}\frac{1}{N}$ – $(\frac{N+1}{2})^{2}$

\= $\frac{1}{N}\frac{N(N+1)(2N+1)}{6} – \frac{(N+1)(N+1)}{4}$ = $\frac{(4N^{2}+6N+2)-(3N^{2}+6N+3)}{12}$

\= $\frac{N^{2}-1}{12}$

## 連続型離散分布について解説！

![Stories](/wp-content/uploads/2021/09/Bibliophile-amico-min-e1653727708894-1024x927.png)

:::talk{who="robotan" side="left"}
次は連続型の一様分布の解説だね！ちなみに連続型はどんな確率変数になるの？
:::

:::talk{who="umatan" side="right"}
連続型は離散型とは違って、値が連続的に続くものなんだ！例えば重さは50kgや50.0000001kgといったところまで表すことができるし、気温も35℃から35.5℃と細かく表すことができると分かるね！このような場合は

<mark>

確率変数が連続型である

</mark>

と言うんだ！
:::

![連続型確率変数](/wp-content/uploads/2023/03/115-1024x576.jpg)

これを踏まえると、連続型一様分布は「<mark>確率変数が連続型である場合の全ての事象が等確率で現れる確率分布」</mark>と定義できるね！

:::talk{who="umatan" side="right"}
連続型一様分布の式はこちら！離散型一様分布と同じくらいシンプルだけど、少し異なる部分もあることに注意だ！そして連続型一様分布の図は以下の通り！
:::

$f(X)$ = $\frac{1}{b-a}$ $(a<=X<=b)$

$f(X)$ = $0$ $(X<a, X>b)$

![連続型一様分布](/wp-content/uploads/2023/03/f81fd2e4c52864042852c112ce927ae2.png)

次に期待値と分散の算出を解説します！

$E(X)$=$\int_a^b \frac{1}{b-a}x dx$=$\frac{1}{b-a} \left[\frac{x^{2}}{2} \right]_a^b$ = $\frac{b+a}{2}$

$V(X)$=$E(X^{2}) – E(X)^{2}$=$\int_a^b \frac{1}{b-a}x^{2} dx$ – $(\frac{b+a}{2})^{2}$ = $\frac{1}{b-a} \left[\frac{x^{3}}{3} \right]_a^b$-$(\frac{b+a}{2})^{2}$

\=$\frac{1}{b-a}\frac{(b-a)(a^{2}+ab+b^{2})}{3}$-$\frac{a^{2}+2ab+b^{2}}{4}$=$\frac{a^{2}-2ab+b^{2}}{12}$

\=$\frac{(b-a)^{2}}{12}$

## 実際に一様分布をPythonで実装！

![stories pc](/wp-content/uploads/2021/01/All-the-data-bro-e1613475965440-1024x789.png)

それでは実際に一様分布をPythonで実装していきましょう！

離散型一様分布は[Numpy](/numpy).randomのrandint関数、連続型一様分布はNumpy.randomのuniform関数で実装できます！

```python
from numpy.random import randint,uniform
import matplotlib.pyplot as plt
%matplotlib inline

#データ生成
X = randint(0,100,100000)
Y = uniform(0,100,100000)
print(X)
print(Y)

#描画
fig,ax = plt.subplots(1,2,figsize=(10,3))
ax[0].hist(X)
ax[1].hist(Y)
plt.show()
```

:::talk{who="umatan" side="right"}
実行結果はこちら！確率変数が離散型、連続型両方の乱数を生成できていることが分かるね！
:::

![一様分布 python](/wp-content/uploads/2023/03/66c19942ab4ba346fdb64ccc04cde373-7.jpg)

一様分布の乱数をたくさん使って円周率などを求める「モンテカルロ法」については、以下の記事で解説しています。

<https://toukei-lab.com/monte-carlo>

## 一様分布　まとめ

![stories data](/wp-content/uploads/2021/01/Data-points-rafiki-e1612221774326-1024x765.png)

本記事では**一様分布**についてまとめました！

一様分布について理解できた方は、離散型分布の代表である[二項分布](/binomial)と[ポアソン分布](/poisson)を勉強すると良いでしょう！

<https://toukei-lab.com/binomial>

<https://toukei-lab.com/poisson>

確率分布は様々なものがあり、<mark>データや目的によって適切に使うことで初めて効果が表れる非常に優れたツール</mark>であると考えられます！

確率分布だけでなく、統計学の知識やデータサイエンスの知識を得ることで、今までにない知見を身に付けることができます！

そうしたデータサイエンスの力を身に付けるためにはスタビジの記事やスクールを活用すると良いでしょう。

そして僕の経験を詰め込んだデータサイエンス特化のスクール[「スタアカ（スタビジアカデミー）」](https://toukei-lab.com/achademy/)を運営していますので，興味のある方はぜひチェックしてみてください！

:::talk{who="umatan"}
目指せデータサイエンスマスター！
:::

### AIデータサイエンス特化スクール「スタアカ」

![スタアカ（スタビジアカデミー）のトップページ](/wp-content/uploads/2026/10/achademy-top.jpg)

<table class="table">
<tbody>
<tr>
<th>【価格】</th>
<td>ライトプラン：1,280円/月（全コースが受講し放題）<br>
プレミアムプラン：129,800円（通常149,800円・買い切り）</td>
</tr>
<tr>
<th>【オススメ度】</th>
<td><span class="stars" role="img" aria-label="5点中5点" data-value="5"></span></td>
</tr>
<tr>
<th>【サポート体制】</th>
<td><span class="stars" role="img" aria-label="5点中4点" data-value="4"></span></td>
</tr>
<tr>
<th>【受講形式】</th>
<td>オンライン形式</td>
</tr>
<tr>
<th>【学習範囲】</th>
<td>統計学・機械学習・ディープラーニングを網羅的に学ぶ<br>
生成AI（LLM・RAG・プロンプトエンジニアリング）を学ぶ<br>
SQLとPythonを組み合わせて実データを使った様々なワークを行う<br>
実践的なビジネスフレームワークを学ぶ<br>
マーケティングの実行プラン策定</td>
</tr>
</tbody>
</table>

データサイエンティストとしての自分の経験をふまえてエッセンスを詰め込んだのがこちらのスタビジアカデミー、略して「[スタアカ](https://toukei-lab.com/achademy/)」！！

当メディアが運営するスクールです。

月額1,280円のライトプランで、統計学から機械学習・生成AIまで全コースが受講し放題です！

<mark>プレミアムプランでは、24時間以内の質問対応と現役データサイエンティストとの1on1（30分×4回）を実施します！</mark>

カリキュラム自体は、他のスクールと比較して圧倒的に良い自信があるのでぜひ受講してみてください！

他のスクールのカリキュラムはPythonでの機械学習実装だけに焦点が当たっているものが多く、実務に即した内容になっていないものが多いです。

<mark>そんな課題感に対して、実務で使うことの多いSQLや機械学習のビジネス導入プロセスの理解などもあわせて学べるボリューム満点のコース</mark>になっています！

Pythonが初めての人でも学べるようなカリキュラムにしておりますので是非チェックしてみてください！

ウォルマートのデータを使って商品の予測分析をしたり、実務で使うことの多いGoogleプロダクトのBigQueryを使って投球分析をしたり、データサイエンティストに必要なビジネス・マーケティングの基礎を学んでマーケティングプランを作ってもらったりする盛りだくさんの内容になってます！

:::box
**・BigQuery上でSQL、Google Colab上でPythonを使い野球の投球分析**\
**・世界最大手小売企業のウォルマートの実データを用いた需要予測**\
**・ビジネス・マーケティングの基礎を学んで実際の企業を題材にしたマーケティングプランの策定**\
**・生成AIのAPIを使ってチャットボットやAIエージェントを作る**
:::

::button[スタアカの受講はこちら]{href="https://toukei-lab.com/achademy/" note="＼今すぐ試す／"}

データサイエンスに関する記事はこちら！

<https://toukei-lab.com/statistics-freshman>

<https://toukei-lab.com/datascience-book>

データサイエンスを勉強できるスクールやサイトは、ぜひこちらを参考にしてみてください！

<https://toukei-lab.com/datascientist-school>