numpy.random.uniform#

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

从均匀分布中抽取样本。

采样值在半开区间 [low, high) (包含 low，但不包含 high) 上均匀分布。换句话说，在给定区间内的任何值被 uniform 抽取的可能性均等。

注意

新代码应使用 Generator 实例的 uniform 方法；请参阅 快速入门。

参数:
lowfloat 或 array_like of floats，可选

输出区间的下边界。生成的所有值都将大于或等于 low。默认值为 0。

highfloat 或 array_like of floats

输出区间的上限。生成的所有值都将小于或等于 high。由于浮点数舍入，方程 low + (high-low) * random_sample() 中，high 值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 为 None（默认值），当 low 和 high 都是标量时，将返回一个单独的值。否则，将抽取 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。

另请参阅

randint

离散均匀分布，生成整数。

random_integers

闭区间 [low, high] 上的离散均匀分布。

random_sample

在 [0, 1) 上均匀分布的浮点数。

random

random_sample 的别名。

rand

方便的函数，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

新代码应使用此方法。

备注

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，其他地方为零。

当 high == low 时，将返回 low 的值。如果 high < low，则结果未定义，并可能最终引发错误，即不要依赖此函数在传入满足不等式条件的参数时表现。由于浮点数舍入，方程 low + (high-low) * random_sample() 中，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

从分布中绘制样本

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

所有值都在给定区间内

>>> 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()
../../../_images/numpy-random-uniform-1.png
在此页面