numpy.random.Generator.uniform#

方法

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

从均匀分布中抽取样本。

样本均匀分布在半开区间 [low, high) 上(包含 low,但不包含 high)。换句话说,给定区间内的任何值都同样有可能被 uniform 抽取。

参数:
lowfloat 或浮点数的类数组,可选

输出区间的下限。所有生成的数值都将大于或等于 low。默认值为 0。

highfloat 或浮点数的类数组

输出区间的上限。所有生成的数值都将小于 high。由于等式 low + (high-low) * random_sample() 中的浮点数舍入,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 元组,可选

输出形状。如果给定的形状为,例如,(m, n, k),那么将抽取 m * n * k 个样本。如果 size 为 None(默认),如果 lowhigh 都是标量,则返回单个值。否则,将抽取 np.broadcast(low, high).size 个样本。

返回值:
outndarray 或标量

从参数化均匀分布中抽取的样本。

另请参阅

integers

离散均匀分布,产生整数。

random

均匀分布在 [0, 1) 上的浮点数。

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) 内的任何地方,其他地方为零。

high == low 时,将返回 low 的值。

示例

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()
../../../_images/numpy-random-Generator-uniform-1.png