numpy.random.Generator.uniform

method

random.Generator.uniform(low=0.0, high=1.0, size=None)

从均匀分布中抽取样本.

样本在半开区间 [low, high) 上均匀分布(包括 low,但不包括 high).换句话说, uniform 将以同等概率抽取给定区间内的任何值.

参数:

lowfloat 或 float 的类数组,可选

输出区间的下边界.所有生成的值将大于或等于 low.默认值为 0.

highfloat 或 floats 的类数组对象

输出区间的上边界.所有生成的值将小于 high.由于等式 low + (high-low) * random_sample() 中的浮点舍入,high 限制可能包含在返回的浮点数数组中.high - low 必须是非负数.默认值为 1.0.

sizeint 或 int 的元组,可选.

输出形状.如果给定的形状是,例如, (m, n, k) ,则抽取 m * n * k 个样本.如果 size 是 None (默认值),则当 low 和 high 都是标量时,返回单个值.否则,抽取 np.broadcast(low, high).size 个样本.

返回:

outndarray 或标量

从参数化的均匀分布中抽取的样本.

参见

integers

离散均匀分布,产生整数.

random

均匀分布在 [0, 1) 上的浮点数.

注释

均匀分布的概率密度函数为

\[p(x) = \frac{1}{b - a}\]

在区间 [a, b) 内的任何位置,在其他位置为零.

当 high == low 时,将返回 low 的值.

示例

Try it in your browser!

从分布中抽取样本:

>>> rng = np.random.default_rng()
>>> s = rng.uniform(-1,0,1000)

所有值都在给定的区间内:

>>> np.all(s >= -1)
True
>>> np.all(s < 0)
True

显示样本的直方图,以及概率密度函数:

>>> import matplotlib.pyplot as plt
>>> count, bins, _ = plt.hist(s, 15, density=True)
>>> plt.plot(bins, np.ones_like(bins), linewidth=2, color='r')
>>> plt.show()

Go BackOpen In Tab