numpy.random.uniform#
- random.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
输出区间的上限.所有生成的值都将小于或等于 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.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
randint离散均匀分布,产生整数.
random_integers在闭区间
[low, high]上的离散均匀分布.random_sample均匀分布在
[0, 1)上的浮点数.randomrandom_sample的别名.rand便捷函数,接受维度作为输入,例如,
rand(2,2)将生成一个 2x2 的浮点数数组,均匀分布在[0, 1)上.random.Generator.uniform新代码应该使用这个.
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.如果high<low,则结果在官方上未定义,最终可能会引发错误,即不要依赖于传递满足该不等式条件的参数时此函数的行为.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.例如:>>> x = np.float32(5*0.99999999) >>> x np.float32(5.0)
示例
从分布中抽取样本:
>>> s = np.random.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, ignored = plt.hist(s, 15, density=True) >>> plt.plot(bins, np.ones_like(bins), linewidth=2, color='r') >>> plt.show()
