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low
和high
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。
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。当
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()